速途网讯 7月6日，阿里升级语音实时识别大模型Fun-ASR-Realtime。作为一款流式模型，其识别准确率接近离线模型，首字延迟在百毫秒级别，长句尾字延迟低，支持16种方言和30种语言。在7月2日结束的影视飓风“重返荒岛”100小时直播节目中，实时字幕由Fun-ASR-Realtime全程提供支持，共识别出六万多条字幕，132万字。

据悉，全新升级的Fun-ASR-Realtime兼具速度和精度。在速度上，模型首字时延控制在百毫秒级别，话音刚落，文字即开始呈现，对于很长的句子，尾字输出的延迟也很低。以“重返荒岛”100小时直播为例，多人两岛互动、说话人频繁切换，赛制复杂还遇上了暴雨，观众可即时看到Tim和中国boy等嘉宾的发言字幕，增强了观看体验。

在准确率上，Fun-ASR-Realtime接近其离线模型Fun-ASR-Flash，面向泛 Context（包含历史对话上下文和实时热词）进行了专项强化，具备上下文理解能力。例如直播节目中Tim说出的“夜鹭”最初被误识为“叶鹿”，通过上下文补充“观鸟的朋友应该知道”后，立刻纠正。