AI Pulse
📡 X 信号

蚂蚁百灵开源ASR方言识别实测:错误率比Qwen3低45%

蚂蚁百灵开源ASR方言识别实测:错误率比Qwen3低45%

🤣 麻了,哈利·波特可能做梦都想不到,马尔福有一天会用四川话骂他!

国产开源 ASR,方言识别SOTA 梯队。

我整了个抽象短剧。哈利和马尔福,一路旅行一路拌嘴,测试蚂蚁百灵的 Ming-3.0-asr-tiny。

18个镜头,三个 ASR 模型同场 PK:
- Ming-3.0-asr-tiny
- Qwen3-ASR-1.7B
- Whisper-large-v3

Ming表现稳定。对白基本识别正确,七种语言听力💯,唯一的小毛病是几乎不加标点。

👉 再看官方 Benchmark,更有信心了:

15 组中国方言平均识别错误率(越低越好):
Ming:8.42%
Qwen3-ASR-1.7B:15.30%
Qwen3-Omni-30B:16.36%
Fun-ASR 1.5:8.00%

相比 Qwen3-ASR,错误率相对降低约 45%!

湖南话、闽南话、粤语、江苏话,Ming 都拿下了这张榜单的第一。与 Fun-ASR 相比,15 组方言中有 10 组领先!

🔥 我想了一下它的实际用途。

中国这么大,南腔北调,语音识别最难的恰恰不是普通话。

客服通话、会议记录、视频字幕、AI 眼镜、车载助手……以前一遇到方言就容易抓瞎,现在连地方口音都能让 AI 来听了。

蚂蚁百灵团队真实业务和数据支撑,评测覆盖 15 组方言,方言识别的门槛越来越低了。

完全开源、MIT 许可证,还能本地部署!

👇 看看女版马尔福怎么怼哈利,谁的耳朵更灵!

查看 X 原帖

订阅 AI Pulse

每天 08:00 · 12:30 · 18:30 · 23:50 更新