豆包語音識別模型2.0發(fā)布：聽懂字看懂圖 支持13種外語
今日，火山引擎發(fā)布豆包語音識別模型2.0（Doubao-Seed-ASR-2.0），依托Seed混合專家大語言模型架構(gòu)構(gòu)建。
據(jù)介紹，2.0版本模型推理能力提升，可以通過深度理解上下文完成精準識別，上下文整體關(guān)鍵詞召回率提升20%。
同時支持多模態(tài)視覺識別，不僅“聽懂字”還能“看懂圖”，通過單圖和多圖等視覺信息輸入讓文字識別更精準。
此外，2.0版本還支持日語、韓語、德語、法語等 13 種海外語種的精準識別。
并且重點針對專有名詞、人名、地名、品牌名稱及易混淆多音字等復(fù)雜場景進行了升級。
以歷史人物生平討論場景為例，當(dāng)用戶提及蘇轍貶謫地“筠（yún）州”時，如果模型缺乏推理能力會易將其誤識別為同音的“云州”“鄆州”等。
而豆包語音識別模型2.0可依托“當(dāng)前討論蘇軾、蘇轍”這一背景，即便上下文從沒出現(xiàn)過“筠州”，也能通過邏輯推理鎖定用戶所指的特定地名，最終實現(xiàn)對多音字地名的精準識別。
目前，豆包語音識別模型2.0已上線火山方舟體驗中心并對外提供API服務(wù)。
原標題：豆包語音識別模型2.0發(fā)布：能聽懂字看懂圖 支持13種外語
責(zé)任編輯：李曉靈
- 相關(guān)閱讀:
-
詔安縣消防救援大隊到高層住宅小區(qū)開展消防安全指導(dǎo)服務(wù)2025-12-02國網(wǎng)漳州供電公司：青春援藏踐初心 山海共繪光明卷2025-12-02
- 新聞 娛樂 福建 泉州 漳州 廈門
-
- 鐵路服務(wù)升級 2026屆高校畢業(yè)生新增2次學(xué)生優(yōu)惠票
2026-01-20 20:35 - 大熊貓“曉曉”和“蕾蕾”將于27日從日本啟程回國
2026-01-20 17:44 - 海南省紀委原副書記、省監(jiān)委原副主任陳笑波受賄案一審
2026-01-20 17:35 - 今年春運南鐵預(yù)計發(fā)送旅客3660萬人次 服務(wù)升級助力溫
2026-01-20 17:12 - 江蘇省人民代表大會常務(wù)委員會任免名單
2026-01-20 17:02 - 兩部門聯(lián)合發(fā)布新政 進一步支持城市更新行動
2026-01-20 16:03 - 對個人極端等嚴重暴力犯罪依法快捕快訴、從重從嚴懲治
2026-01-20 16:03
- 鐵路服務(wù)升級 2026屆高校畢業(yè)生新增2次學(xué)生優(yōu)惠票
- 猜你喜歡:
-
時間定在下周！ 臺民意機構(gòu)正式發(fā)文邀賴清德就彈劾案前來說明2026-01-16
-
評論(豆包語音識別模型2.0發(fā)布：聽懂字看懂圖 支持13種外語)