豆包語音識別模型2.0發(fā)布：聽懂字看懂圖 支持13種外語
今日，火山引擎發(fā)布豆包語音識別模型2.0（Doubao-Seed-ASR-2.0），依托Seed混合專家大語言模型架構(gòu)構(gòu)建。
據(jù)介紹，2.0版本模型推理能力提升，可以通過深度理解上下文完成精準(zhǔn)識別，上下文整體關(guān)鍵詞召回率提升20%。
同時支持多模態(tài)視覺識別，不僅“聽懂字”還能“看懂圖”，通過單圖和多圖等視覺信息輸入讓文字識別更精準(zhǔn)。
此外，2.0版本還支持日語、韓語、德語、法語等 13 種海外語種的精準(zhǔn)識別。
并且重點(diǎn)針對專有名詞、人名、地名、品牌名稱及易混淆多音字等復(fù)雜場景進(jìn)行了升級。
以歷史人物生平討論場景為例，當(dāng)用戶提及蘇轍貶謫地“筠（yún）州”時，如果模型缺乏推理能力會易將其誤識別為同音的“云州”“鄆州”等。
而豆包語音識別模型2.0可依托“當(dāng)前討論蘇軾、蘇轍”這一背景，即便上下文從沒出現(xiàn)過“筠州”，也能通過邏輯推理鎖定用戶所指的特定地名，最終實(shí)現(xiàn)對多音字地名的精準(zhǔn)識別。
目前，豆包語音識別模型2.0已上線火山方舟體驗(yàn)中心并對外提供API服務(wù)。
原標(biāo)題：豆包語音識別模型2.0發(fā)布：能聽懂字看懂圖 支持13種外語
責(zé)任編輯：李曉靈
- 相關(guān)閱讀:
-
國網(wǎng)漳州供電公司：青春援藏踐初心 山海共繪光明卷2025-12-02
- 新聞 娛樂 福建 泉州 漳州 廈門
-
- 泰軍方派出F-16戰(zhàn)機(jī)空襲柬軍事基地
2025-12-10 18:49 - 中歐班列“東通道”今年通行量突破5000列
2025-12-10 17:29 - 海關(guān)總署原黨委委員、副署長孫玉寧受賄案一審宣判
2025-12-10 17:25 - 俄“聯(lián)盟”飛船攜3名宇航員順利返回地
2025-12-10 17:16 - 侵吞殘疾人員托管財(cái)物70萬，街道干部黃某獲刑
2025-12-10 17:15 - 我國成功發(fā)射阿聯(lián)酋813衛(wèi)星等9顆衛(wèi)星
2025-12-10 15:56 - 教育部：我國已建設(shè)50家國家卓越工程師學(xué)院
2025-12-10 11:22
- 泰軍方派出F-16戰(zhàn)機(jī)空襲柬軍事基地
- 猜你喜歡:
-
黎巴嫩與塞浦路斯簽署海上劃界協(xié)議2025-11-27華為Mate 80//Pro/Pro Max/RS全系價格匯總2025-11-25
-
評論(豆包語音識別模型2.0發(fā)布：聽懂字看懂圖 支持13種外語)