【CNMO 科技消息】据 CNMO 科技了解，腾讯旗下 AI 助手元宝近日上线混元语音识别模型 Hy ASR 3.0 preview，语音输入能力同步升级。根据官方信息，新模型已在元宝首发接入，用户可通过语音输入体验方言识别、上下文智能纠错以及复杂环境下的稳定转写能力。

腾讯元宝

此次升级的重点在于语音识别从 " 逐字转写 " 进一步提升到 " 结合语境理解 "。资料显示，Hy ASR 3.0 preview 基于最新一代大语言模型 Hy3 的语言理解能力，融合高精度语音识别与深度语义理解，在通用识别、上下文感知、多场景鲁棒性和方言覆盖等方面进行了提升。这意味着在普通话、方言、中英混说，以及嘈杂环境、耳语等场景下，识别结果的准确性和稳定性都有所加强。

在评测数据方面，Hy ASR 3.0 preview 在多个开源评测集上的词错误率保持在较低水平，其中中文普通话为 3.34%，英语为 2.62%，粤语为 3.12%。在自建评测集中，该模型在通用识别、方言识别、上下文理解和复杂声学场景等测试中同样保持较低词错误率。官方还提到，新模型支持热词注入，可增强品牌名称、人名和行业术语等内容的识别表现，便于适配更专业的使用场景。

元宝是腾讯推出的 AI 助手产品，已覆盖 App、PC 端、网站、小程序及插件等多种形态，支持文字、语音、图片、文件等输入方式。此前，元宝已陆续上线文档阅读、图片理解、AI 搜索等功能。此次语音识别模型升级，意味着其在多模态交互上的基础能力继续完善。除元宝外，Hy ASR 3.0 preview 目前也已上线 API 服务，后续还将接入更多产品。

版权所有，未经许可不得转载