分类 AI语音识别
Seed-ASR 是什么
Seed-ASR 被介绍为由字节跳动公司开发、基于大型语言模型的语音识别模型,它把连续的语音表示和上下文信息输入到 LLM 中。资料称在大规模训练和上下文感知能力的引导下,它在涵盖多个领域、口音方言和语言的评估集上表现提升。
你可以用它做什么
- 结合连续语音表示与上下文信息进行识别
- 用对话历史、代理名称和代理描述等信息提高准确性
- 识别中文、英文以及吴语、粤语、四川话等方言
- 把用户对字幕的修改作为提示避免后续重复错误
应用场景
- 企业对会议录音进行实时转写
- 内容创作者把视频或播客语音转换成文字
- 教育机构转写课堂录音供复习与评估使用
上手流程
- 访问官方网站或下载相关 APP
- 注册并登录账户,选择合适的服务套餐
- 上传语音文件或直接进行实时语音识别
- 设置语言、方言等识别参数
优点与缺点
✓ 我们认可的地方
- 用户对字幕的修改可作为提示,避免后续视频重复同样错误
- 在商业、教育、娱乐等多个领域提供识别服务
- 支持中文、英文及多种中国方言
! 需要留意的地方
- 识别围绕大语言模型与上下文输入构建
- 语言与方言需作为识别参数进行设置
常见问题
Seed-ASR 由谁开发?
资料说明它由字节跳动公司开发,基于大型语言模型。
公共测试集上报告了什么结果?
资料称在中英文公共测试集上实现了 10%-40% 的词错误率降低。
列出了哪些方言?
资料列出吴语、粤语、四川话等中国方言。
最后评测: 2026-11-15