本週,阿里巴巴語音大模型系列在全球權威 AI 評測平台 Artificial Analysis 再創佳績:
Fun-Realtime-ASR 以僅 1.8% 的詞錯誤率高居全球榜首;
Fun-Realtime-AudioChat 在語音推理與對話流暢度兩大指標上同時奪冠;
Fun-Realtime-TTS-Preview 更以 1190 分的 Elo 評分穩居國產語音合成技術第一位。
至此,在 ASR(語音識別)、TTS(語音合成)及 Chat(語音對話)三大核心領域,阿里語音大模型全面領先,達成國內「大滿貫」成就。
語音智能深度融入釘釘與悟空產品體驗
作為阿里大模型技術落地的重要載體,語音能力已透過釘釘與悟空轉化為用戶可感可知的實際應用。無論是參與釘釘會議、使用 AI 聽記功能、處理即時通訊中的語音消息,還是搭配 DingTalk A1、Cleer 智能耳機等硬件設備,用戶皆能享受由線上會議至線下面談、從文字辦公延伸至語音互動的完整智慧體驗,輕鬆跨越各地方言與專業術語的理解障礙。
今次獲國際認證的先進模型將逐步整合至上述場景,持續提升工作效率與溝通品質。
語音互動三大關鍵能力:聽得準、說得好、聊得自然
一套成熟的語音系統需具備三項核心能力:精準識別語音內容(ASR)、清晰自然地輸出聲音(TTS),以及具備理解與回應能力的即時對話(Chat)。這三者相輔相成,共同構建流暢的人機語音互動。
早在去年,釘釘聯同通義實驗室推出的 Fun-ASR 大模型,已廣泛應用於多款產品之中,奠定語音智能化基礎。
聽得準:應對複雜會議與專業表達無壓力
在釘釘會議中,即使面對多人輪流發言、快速插話或涉及大量行業術語的情境,Fun-ASR 仍能準確捕捉每一句話語。會後自動生成接近「零誤差」的文字紀錄,免去手動整理之苦。
配合 DingTalk A1 系列 AI 硬件與 AI 聽記功能,不論是採訪、課堂講授或團隊腦力激盪,只需一鍵錄音,即可獲得高品質且結構清晰的文本內容。結合語音推理技術,AI 不但能「聽清楚」,更能「理解意思」,自動摘要重點、標示待辦事項,大幅提升資訊處理效率。
即時語音轉文字,全面支援粵語及各大方言
於即時通訊中,長達 60 秒的語音訊息可一鍵轉換為文字,準確率極高,並全面支援各地方言、口音及行業用語。
中國語言多元複雜,對語音識別構成重大挑戰。憑藉阿里語音大模型技術,釘釘與悟空現已涵蓋官話、吳語、粵語、閩語、客家話、贛語、湘語、晉語八大方言區,數十個城市方言的辨識能力處於全國前列,主流方言識別準確率超過 90%。
不論您是以上海話交流的金融從業員、用粵語洽談生意的本地商家,還是以四川話、河南話、陝西話溝通的一線工作者,釘釘都能精準「聽懂」您的表達。
根據 Artificial Analysis 最新榜單數據,新一代 ASR 模型詞錯誤率低至 1.8%,未來將進一步優化即時字幕與會議轉寫的精確度。
說得好、聊得自然:流暢互動如真人交談
優質語音體驗不僅在於「聽得準」,更講求「說得好」與「聊得順」。在 Cleer 智能耳機等裝置上,強大的語音識別與合成技術讓用戶於通勤途中接收訊息、口述回覆或下達指令時,感受更自然流暢的互動。
Fun-Realtime-TTS-Preview 以 1190 分 Elo 評分躍居國產語音合成技術首位,使 AI 發聲更加逼真、富有情感,全面提升釘釘與悟空產品的語音輸出質感。
Fun-Realtime-AudioChat 則以 97.6% 的語音推理得分與 97.8% 的對話流暢度,同時拿下全球排行榜兩項第一。該模型不僅能理解語意邏輯,更能靈活應對打斷、追問、跳題等真實對話情境,互動表現幾乎媲美人類對話水平。
深度定制行業語言模型,真正「識行話、明脈絡」
通用語音模型若無法理解「LPR」「對賭條款」「格列衛」「民事再審」等專業詞彙,在實際應用中容易出現誤判。
釘釘與阿里語音團隊協作訓練,針對互聯網、人工智能、金融、醫療、法律、汽車、製造、教育、政務等主要及細分行業,實現詞彙全覆蓋,並建立專屬的行業語言模型。
在金融界,模型可準確辨識「逆回購」「MLF」「資管新規」等術語,有效提升會議記錄與合規文件的品質。
在醫療場景中,「甲氨蝶呤」「EGFR 靶向治療」「MDT 多學科會診」等專有名詞不再造成識別困難。
法律領域方面,從「不當得利」到「善意取得」,法庭陳述與律師訪談內容皆可精準還原。
在製造業,「公差配合」「CNC 加工」「PPAP」等工藝術語的識別準確率顯著提高,大幅加快生產會議流程。
這種行業定制不只是簡單加入詞庫,而是從語言模型底層進行深度調校,讓系統真正掌握行業語境,分辨同音異義詞、識別縮寫與行內俚語,確保每次語音互動都做到「講行話、知其意」。
語音是最貼近人類天性的溝通方式。從「聽得清」到「聽得懂」,由「會發聲」到「能對話」,阿里語音大模型的「大滿貫」不僅代表技術上的突破,更是產品體驗的全面升級。釘釘與悟空將持續把世界級語音 AI 技術轉化為日常可用的工作工具——讓會議更高效、紀錄更輕鬆、溝通無懼語言隔閡,真正實現跨方言、跨專業的無障礙協作。
多姆科技(DomTech)是釘釘在澳门的官方指定服務商,專門為廣大客戶提供釘釘服務。如果您還想瞭解更多釘釘平臺應用的內容,可以直接諮詢我們的在線客服,或者通过电话+852 95970612或邮箱[email protected]联系我们。我們有優秀的開發和運維團隊,豐富的市場服務經驗,可以為您提供專業的釘釘解決方案和服務!
Português
English