火山引擎今日正式發布豆包語音識別模型2.0(Doubao-Seed-ASR-2.0)。
據介紹,該模型依托Seed混合專家大語言模型架構構建,2.0版本模型推理能力提升,可以通過深度理解上下文完成精準識別,上下文整體關鍵詞召回率提升20%;支持多模態視覺識別,在「聽得懂」的同時「看得懂」,通過單圖和多圖等視覺信息輸入提升文字識別精準度。
同時,該版本支持日語、韓語、德語、法語等13種海外語種的識別,並且重點針對專有名詞、人名、地名、品牌名稱及易混淆多音字等複雜場景進行了升級。
《經濟通通訊社5日專訊》
【你點睇?】大埔宏福苑五級火造成嚴重死傷,你認為是否涉及重大監管漏洞?全港仍有多幢舊樓及屋邨正進行維修,為防慘劇重演,你認為應當如何加強承建商防火責任及規管?► 立即投票
























