腾讯混元新一代语音识别模型Hy ASR 3.0正式发布

腾讯混元8月4日正式发布新一代语音识别模型HyASR3.0preview。基于最新一代大语言模型Hy3的语言理解能力，该模型融合高精度语音识别与深度语义理解能力，在通用识别、上下文感知、多场景鲁棒性以及方言覆盖等核心维度实现全面提升。

HyASR3.0preview实现了从“逐字转写、单点优化”向“理解语境、兼容场景、一键直出”的范式演进。在多个开源评测集和自建评测集上，该模型整体表现领先——开源评测集中，HyASR3.0preview在多语种的词错误率（WER）均控制在3%左右，其中中文普通话WER为3.34%、英语WER为2.62%、粤语WER为3.12%。在自建评测集上，通用识别、方言识别、上下文理解、专词理解以及复杂声学场景等测试中，WER同样保持在较低水平。

在应用落地方面，元宝深度参与共研并已完成首发上线，用户打开元宝按住说话即可体验方言识别、上下文智能纠错与复杂环境稳定转写等能力提升，语音输入更准、更稳，且免费开放。WorkBuddy等产品也在陆续接入中。

目前，HyASR3.0preview已上线腾讯云官网对外提供API服务，可广泛应用于智能客服、内容理解、语音搜索等场景。