钉钉联手通义推出Fun-ASR语音识别大模型

as22

8月22日消息，据据钉钉黑板报消息，钉钉、通义实验室语音团队宣布，联手推出新一代语音识别大模型 Fun-ASR，能听懂家装、畜牧等十大行业黑话，并支持企业专属模型定制训练。

基于双方深度共建，Fun-ASR 能够准确转写各种语音信号，具备识别多行业术语、不同语言与口音的能力，也能结合上下文信息实现更精准的转录，并支持企业专属模型定制训练，让模型更懂企业场景。

目前，Fun-ASR 已被集成进钉钉的多个功能模块，包括会议字幕与同传、智能纪要、语音助手等，旨在构建一套稳定、高效、易扩展的语音识别基座，尤其适用对企业级语境理解、识别准确率有较高要求的场景。

技术层面看，Fun-ASR 语音识别大模型的核心亮点在于三方面：

1、全面增强了对行业专有词汇的识别能力

该模型经过上亿小时音频数据的训练，并结合钉钉多行业客户的真实场景共创，能够准确理解互联网、科技、家装、畜牧、汽车等十多个领域的专业术语。

实测数据显示，Fun-ASR 在保险行业的准确率较以往提升 18%，在家装、畜牧等行业也实现了 15%-20% 的提升。针对生僻词汇，Fun-ASR 还提供企业自定义热词能力，最多可支持 1000+ 热词导入。

2、结合钉钉带来了更强的上下文感知和理解能力

Fun-ASR 可结合企业在钉钉内的已有信息如通讯录、日程、知识库等，进行推理优化，有效缓解大模型造成的幻觉，提供更可靠的转写结果。该能力需经企业授权后方可生效。

3、针对有高阶需求的企业，支持定制化语音识别模型训练

基于高效的端到端训练架构，该模型可利用企业提供的真实场景语音数据进一步做算法优化，以提升如品牌名、项目代号、产品名、人名等专属词汇的识别准确率。