阿里通义实验室近日对外发布了一款名为Fun-ASR1.5的语音识别大模型，该模型凭借其强大的多语言处理能力，迅速成为行业关注的焦点。这款模型采用统一架构设计，突破了传统语音识别工具在语言覆盖上的局限，能够同时支持30种不同语言的识别，并覆盖汉语七大方言体系及超过20种地方口音。
在技术测试中，Fun-ASR1.5展现了显著的性能提升。针对方言场景的专项评估显示，其字错误率较传统模型下降了56.2%，这一突破使得方言语音识别的准确性大幅提高。目前，该模型在5种方言的识别准确率已超过90%，另有15种方言的准确率达到80%以上，为方言保护和文化传承提供了有力的技术支撑。
除了现代语言和方言，Fun-ASR1.5还具备独特的文化适配能力。实验室特别优化了模型对古诗词吟诵的识别效果，能够精准捕捉韵律、停顿等语言特征，将吟诵内容完整转写为文字。这一功能不仅满足了学术研究的需求，也为传统文化传播开辟了新的技术路径。
据实验室负责人介绍，Fun-ASR1.5的研发初衷是解决多语言环境下的语音识别难题。通过统一架构设计，模型避免了针对不同语言单独训练的繁琐流程，大幅提升了开发效率和应用灵活性。目前，该模型已开放给科研机构和企业用户试用，未来有望在跨境交流、教育辅助等领域发挥更大作用。
