【wwww.kaiyun.com科技消息】5月28日，在全球权威AI评测平台Artificial Analysis的语音排行榜（Speech Arena）上，阿里巴巴语音大模型Fun-Realtime-TTS-Previer:破高膙辚?f然揩襮嫛蟿F鸠5pep=k?确矅?鷜%?疆淴恤4G?緬暑皚`x鵏 ]]穸?頺t諏?鷓?$% 燾???烊所?炎m豩=2(?r蜨R庀汬}T廞 ??ヱq鹆黮}劷:q{|?e ?%坖D覑眤丬鲩M(缬s6/搇t巗紹g.晾飽S閽?dt邊潫Lg妔譫以1190分的Elo评分位列全球第五、国产第一。在ASR（将语音转为文字）、Chat（端到端的语音理解与对话）以及TTS（将文字转为语音）三个核心赛道，该模型均斩获全国第一，实现语音交互领域的“大满贯”。

阿里巴巴

　　语音大模型的能力可拆解为三个层次：听得准（ASR）、说得好（TTS）和聊得棒（Chat），三者各自独立又相互依赖，共同构成完整的语音交互体验。此前，阿里语音大模型家族的另外两款模型——Fun-Realtime-ASR和Fun-Realtime-AudioChat，已在同一平台登顶，分别斩获“听准”“听懂”“会聊”三项指标全球第一，整体表现超越GPT-Realtime-2等国际顶尖语音模型。

　　wwww.kaiyun.com科技了解到，阿里语音大模型家族目前已深度融入千问App、高德地图、钉钉等国民级应用，提供实时语音转文字、智能导航交互、会议纪要生成等核心服务。此外，该模型还提供企业级定制接口，支持金融、医疗等行业场景的灵活适配。阿里语音团队开源的FunASR、CosyVoice等多款模型，在GitHub上累计获得了数万星标，深受海内外开发者关注。

版权所有，未经许可不得转载