Fun-ASR Realtime
مدل صوتی از علیبابا کلود
به فارسی:فان ای اس آر ریل تایمفان ای اس آر زنده
این مدل چیست؟
Fun-ASR Realtime مدل تبدیل گفتار به متن زنده (استریم) خانوادهٔ Fun-ASR علیبابا کلود در Model Studio است که صدا را از راه WebSocket و بدون محدودیت طول میگیرد و چینی (با گویشها)، انگلیسی و ژاپنی را پشتیبانی میکند. Artificial Analysis نسخهٔ پیشنمایش آن را با نرخ خطای کلمه حدود ۱٫۷٪ در سنجش انگلیسی در صدر جدول خود ثبت کرده و قیمتش را حدود ۲٫۸ دلار برای هر هزار دقیقه آورده است.
سازنده: علیبابا کلود (Alibaba Cloud)
Alibaba Cloud بخش ابری گروه Alibaba و سازندهٔ خانوادههای مدل Qwen و Wan است.
کجا میشود از آن استفاده کرد؟
فعلاً ابزاری در هوش یاب این مدل را ارائه نمیدهد.
جایگاه در جدولهای مقایسه
- سنجش گفتار به متن Artificial AnalysisFun-Realtime-ASR-previewرتبهٔ ۱خطای کلمه ۱٫۷٪$۲٫۸۲ برای ۱۰۰۰ دقیقه صدا
مدلهای دیگر علیبابا کلود
HappyHorse 1.0HappyHorse 1.1HappyShrimp 1.0Qwen3Qwen3.5Qwen3.5-Omni-FlashQwen3.5-Omni-PlusQwen3.8-27BQwen3.8-FlashQwen3.8-Flash-NextQwen3.8-LiveTranslateQwen3.8 MaxQwen3.8-Omni-FlashQwen3-ASRQwen3-CoderQwen3-EmbeddingQwen3-TTSQwen3-VLQwen-Audio-3.0-TTSQwen-Audio-3.1-TTSQwen-Image-2.0-ProQwen-Image-2.1Qwen-Image-2.1-ProQwen-Image-2.1-TurboQwen-Image-2512Qwen-Image-3.0Qwen-Image-3.0-ProWan 2.2Wan 2.6 ImageWan 2.6 Text-to-Image