通义千问升级实时语音识别，推出Fun-ASR-Realtime模型

通义千问大模型对其音频能力进行了升级，正式发布实时语音识别模型Fun-ASR-Realtime。

该模型的首字识别延迟被控制在百毫秒级别，用户能获得“即说即反馈”的交互感。准确度方面，识别水准已接近行业领先的离线识别模型，在实时性与质量之间实现了统一。

Fun-ASR-Realtime支持多达30种语言的识别，并强化了对中文方言的理解，目前可识别16种方言的复杂语音输入。

这一升级为语音助手、会议速记等实时交互场景提供了底层支撑，也拓宽了通用大模型在多语言、多方言环境下的应用边界。模型上线后，开发者与企业用户将能更便捷地构建高灵敏度、高准确率的智能语音应用。