懂方言，通诗词，精通30国语言，阿里发布语音识别大模型Fun-ASR1.5

你是否遇到过这样的尴尬：对着智能音箱说方言，它一脸茫然；开跨国会议时，要在多个翻译工具间来回切换；录音转文字后，还得花半小时手动加标点、改日期……这些语音识别的“最后一公里”难题，正在被阿里Fun-ASR1.5逐一攻克。

作为端到端语音识别大模型的新一代版本，实现单模型高精度识别30种语言，覆盖中文七大方言体系及二十余种地方口音，并强化古诗词诵读的专项识别。它不仅“听得更全、听得更准”，更能“写得更规范”，让语音转写从能用走向好用。

ASR结果：저는 이 주제에 따라 한 말씀 드리자면, 사실 저희도 이전에 비슷한 상황을 겪은 적이 있습니다.

ASR结果：Kejayaan projek ini tidak dapat dipisahkan daripada usaha pasukan, terutamanya kerja keras siang malam oleh jabatan penyelidikan dan pembangunan.

ASR结果：La diversidad cultural es un tesoro invaluable para la sociedad humana, y debemos respetar y proteger todas las tradiciones culturales.

更重要的是，在一些“高难度”的跨语言切换（Code-Switching）场景下，它也能应对自如。

比如，同一段对话里夹杂多种语言，模型也能准确识别，无需提前告诉它接下来要说哪种语言。Fun-ASR1.5现在可以做到无需预设语种标签，就自动识别并切换，保证转写的准确性。

ASR结果：We’ve all had that experience of finally visiting a place we’ve dreamed about for years,only to find that it doesn’t quite live up to our expectations.There’s even a term for this in one of the most visited cities in the world,Paris Syndrome.何年も前から行きたかった場所をやっと訪れてみたら、思っていたほどではなかったという経験は誰しもあることだと思います。

ASR结果：现在发展了蛮快个现在伊拉用户算大户唻

ASR结果：呃，那些吃的不就这样的土笋冻啊，我觉得不好吃。

ASR结果：诶，其实可能有时候觉得去超市都几远下噶。

ASR识别结果：但是一个人若是两三两百箍一百外箍安无算贵吧，吼自助餐啊，啊你也有肉咯也有菜咯也有水果咯也有甜点咯，啥物计有咯。

不同于现代口语，文言语法特殊、典故生僻字繁多，具有不少挑战：

• 文言语法简练，省略主谓宾；

• 押韵严格，节奏固定（如五言、七言律诗）；

• 多用典故、异体字、古今异义词；

• 诵读时存在拖腔、停顿、吟咏等非自然语流特征。

ASR结果：蓬山此去无多路，青鸟殷勤为探看。

ASR结果：子夏曰，博学而笃志，切问而近思，仁在其中矣。

输入语音：“今天天气怎么样啊我想出去走走但又怕下雨”

输出文本：“今天天气怎么样啊？我想出去走走，但又怕下雨。”

将口语中的非标准表达自动转换为规范格式：

• 数字：“三千五百六十二” → “3562”

• 日期：“二零二六年三月二十九号” → “2026年3月29日”

• 金额：“五万八千块” → “58000元”

• 电话：“幺三八零零幺三八零零零” → “13800138000”

这些改进大幅降低了会议纪要、新闻采访整理、法律笔录等场景的后期人工校对和编辑成本。

欢迎大家在阿里云百炼平台调用API，或在魔搭社区（modelscope.cn）直接体验。