千问大模型升级实时语音识别模型Fun-ASR-Realtime，多方面表现领先，离线模式位列全球第一

千问大模型宣布对实时语音识别大模型Fun-ASR-Realtime进行升级，该模型首字延迟百毫秒，准确率接近离线模型，支持多语言和方言，在多场景表现出色。

直播表现亮眼

7月2日影视飓风「重返荒岛」100小时直播中，Fun-ASR-Realtime提供实时字幕支持，累计识别字幕6万余条、132万字。速度上首字时延百毫秒，尾字输出延迟低，观众能即时看到嘉宾发言字幕。

准确率高且有上下文理解能力

该模型准确率接近离线模型Fun-ASR-Flash，面向泛Context强化，具备上下文理解能力。如直播中能根据上下文纠正误识。

方言识别领先

在16种方言识别测试中，字符准确率平均88.62%，12类方言领先，超越火山与腾讯相关产品。吴语系方言表现惊艳，复杂方言也全面领先。

多场景表现良好

5类工业中文和英文场景测评中，复杂背景下中文平均字符准确率88.42%、英文91.58%，均领先。面向多语言场景优化，准确率提升20%。

离线模式成绩优异

离线模式模型Fun-ASR-Flash近期上线，在全球权威AI评测平台Artificial Analysis上，字错率1.7%，位列全球第一。

编辑观点：Fun-ASR-Realtime升级后优势明显，多方面领先竞品，离线模式成绩突出，有望在语音识别领域占据重要地位，推动行业发展。