8月4日,腾讯混元这边,正式亮出了新一代语音识别模型Hy ASR 3.0 preview。这次升级的关键,在于它不再只是简单地"听写"——基于最新一代大语言模型Hy3的理解能力,Hy ASR 3.0 preview把高精度语音识别和深度语义理解融合在了一起。它在通用识别、上下文感知、多场景鲁棒性以及方言覆盖这些核心维度上,都做了肉眼可见的提升。简单来说,就是能在更复杂的真实输入中,给出准确、连贯、更贴近用户意图的转写结果。从过去那种"逐字转写、单点优化"的保守路线,一路升级到了"理解语境、兼容场景、一键直出"的新范式。

目前,Hy ASR 3.0 preview已经上线腾讯云,正式对外提供API服务。这意味着,智能客服、内容理解、语音搜索这些场景,都能直接受益。元宝这边深度参与了共研,并且已经首发上线。用户打开元宝,按住说话,就能体验到方言识别、上下文智能纠错、复杂环境稳定转写这些能力提升。语音输入更准、更稳,而且免费开放。另外,WorkBuddy 等产品也在陆续接入中。