Tencent Hunyuan hôm nay ra mắt thế hệ mới của mô hình nhận dạng giọng nói Hy ASR 3.0 preview.
Theo thông tin chính thức, dựa trên năng lực hiểu ngôn ngữ của mô hình ngôn ngữ lớn thế hệ mới nhất Hy3, Hy ASR 3.0 preview kết hợp khả năng nhận dạng giọng nói độ chính xác cao với khả năng hiểu ngữ nghĩa sâu. Mô hình đạt được những cải thiện toàn diện trên các phương diện cốt lõi như nhận dạng tổng quát, nhận biết ngữ cảnh, độ ổn định trong nhiều tình huống và phạm vi hỗ trợ phương ngữ, có thể đưa ra kết quả chuyển lời nói thành văn bản chính xác, mạch lạc và gần với ý định người dùng hơn trong các đầu vào thực tế phức tạp. Mô hình đã phát triển từ “chuyển lời nói thành văn bản theo từng chữ, tối ưu đơn điểm” thành “hiểu ngữ cảnh, tương thích nhiều tình huống, xuất kết quả ngay bằng một lần nhấn”.
Hy ASR 3.0 preview có kết quả tổng thể dẫn đầu trên nhiều bộ đánh giá mã nguồn mở và bộ đánh giá do Tencent tự xây dựng. Trong các bộ đánh giá mã nguồn mở, WER (Word Error Rate, tỷ lệ lỗi từ) của Hy ASR 3.0 preview trên nhiều ngôn ngữ đều được kiểm soát ở mức khoảng 3%, trong đó WER tiếng Phổ thông Trung Quốc là 3.34%, tiếng Anh là 2.62% và tiếng Quảng Đông là 3.12%.
Trên bộ đánh giá do Tencent tự xây dựng, Hy ASR 3.0 preview cũng duy trì WER ở mức thấp trong các bài đánh giá theo tình huống như nhận dạng tổng quát, nhận dạng phương ngữ, hiểu ngữ cảnh Context, hiểu các thuật ngữ chuyên ngành và các môi trường âm học phức tạp (nhiều tiếng ồn, thì thầm).
Theo thông tin chính thức, Yuanbao đã tham gia sâu vào quá trình nghiên cứu và phát triển chung, đồng thời được triển khai đầu tiên. Người dùng chỉ cần mở Yuanbao và nhấn giữ nút nói để trải nghiệm những cải thiện về nhận dạng phương ngữ, tự động sửa lỗi thông minh theo ngữ cảnh và chuyển lời nói thành văn bản ổn định trong môi trường phức tạp. Khả năng nhập liệu bằng giọng nói trở nên chính xác và ổn định hơn, đồng thời được cung cấp miễn phí; các sản phẩm như WorkBuddy cũng đang lần lượt được tích hợp.
Hiện Hy ASR 3.0 preview đã được cung cấp dịch vụ API trên trang web Tencent Cloud, có thể được ứng dụng rộng rãi trong các lĩnh vực như chăm sóc khách hàng thông minh, hiểu nội dung và tìm kiếm bằng giọng nói.
Liên kết liên quan:
Tencent Hunyuan: https://aistudio.tencent.com/visual
Tencent Cloud: https://cloud.tencent.com/document/product/1093/135476