モデルと技術

Tencent混元、音声認識モデル Hy ASR 3.0 previewを発表　元宝で先行提供開始

Tencent混元は本日、次世代音声認識モデル Hy ASR 3.0 previewを発表しました。

IT之家2026年8月20日約3分で読めます

Tencent混元、音声認識モデル Hy ASR 3.0 previewを発表　元宝で先行提供開始

Tencent混元は本日、次世代音声認識モデル Hy ASR 3.0 previewを発表しました。

公式によると、最新世代の大規模言語モデルHy3の言語理解能力を基盤に、Hy ASR 3.0 previewは高精度な音声認識と深い意味理解を融合しています。一般認識、コンテキスト認識、さまざまなシーンへの高い頑健性、方言対応などの主要分野で全面的な向上を実現し、より複雑な実環境の入力に対して、正確で一貫性があり、ユーザーの意図により近い文字起こし結果を提供します。「一字一句の文字起こし、個別最適化」から「文脈を理解し、シーンに対応し、ワンタップで出力」へと進化しました。

Hy ASR 3.0 previewは、複数のオープンソース評価セットと自社評価セットで全体的に優れた性能を示しています。オープンソース評価セットでは、多言語のWER（Word Error Rate、単語誤り率）がいずれも3%前後に抑えられており、中国語標準語のWERは3.34%、英語は2.62%、広東語は3.12%でした。

自社評価セットでは、Hy ASR 3.0 previewは、一般認識、方言認識、コンテキスト（Context）理解、専門用語理解、複雑な音響環境（高ノイズ、ささやき声）などのシーン別評価でも、WERを低い水準に維持しました。

公式によると、元宝は共同研究開発に深く参加し、すでに先行提供を開始しています。ユーザーは元宝を開き、話し続けるだけで、方言認識、コンテキストに基づくスマートな誤り訂正、複雑な環境での安定した文字起こしなどの機能向上を体験できます。音声入力はより正確で安定し、無料で利用できます。WorkBuddyなどの製品にも順次導入されています。

現在、Hy ASR 3.0 previewはTencent Cloud公式サイトで公開され、APIサービスを提供しています。スマートカスタマーサービス、コンテンツ理解、音声検索など、さまざまなシーンで幅広く活用できます。