2026年8月5日腾讯正式发布混元新一代语音识别模型Hy ASR3.0预览版，该模型基于腾讯混元大语言模型Hy3打造，融合高精度识别与深度语义理解能力，覆盖10大方言片区及20余个二级小片区，整体词错率控制在3%左右，其中普通话3.34%、英语2.62%、粤语3.12%，实现语音识别从逐字转写到语境理解的质变。
日常使用语音转写时遇到的方言识别不准、长音频上下文混乱、同音词无法区分等痛点，如今有望得到系统性解决。腾讯混元此次推出的语音识别新模型，瞄准的正是行业多年未突破的“听懂”而非仅“听清”的核心需求。
长久以来，语音识别技术的落地始终受限于“逐字转写”的底层逻辑：用户需要尽量使用标准普通话，遇到方言、口音、同音词、长文本上下文指代的场景，识别准确率往往大幅跳水。此前行业公开数据显示，主流语音识别产品的方言平均词错率普遍在8%以上，长音频场景的累计误差甚至可达15%，远无法满足专业场景的使用需求。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号