今日，火山引擎正式發佈豆包語音識別模型2.0（Doubao-Seed-ASR-2.0），依托Seed混合專家大語言模型架構建構。 據官方介紹，2.0版模型推理能力提升，可透過深度理解上下文完成精準識別，上下文整體關鍵字召回率提升20%。支持多模態視覺識別，在聽得懂的同時看得懂，可以透過單圖和多圖等視覺訊息輸入來提升文字辨識精準度。 同時支援日語、韓語、德語、法語等13種海外語種的識別。並且重點在於針對專有名詞、人名、地名、品牌名稱及易混淆多音字等複雜場景進行了升級。 #豆包 #人工智能 (CW)
<匯港通訊>