豆包语音识别模型2.0发布：能听懂字看懂图 支持13种外语体育·APP,☯️八卦定吉凶☯️现在下载安装,周周送518。为您提供有体育、真人、棋牌、彩票、电子、电竞、英雄联盟、LOL、LPL、DOTA2、CSGO、AG、BG、PG、OG、捕鱼等娱乐。
相关推荐： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.
12月5日消息，豆包懂字今日，语音火山引擎发布豆包语音识别模型2.0（Doubao-Seed-ASR-2.0），识别依托Seed混合专家大语言模型架构构建。模型
据介绍，发布2.0版本模型推理能力提升，看懂可以通过深度理解上下文完成精准识别，图支上下文整体关键词召回率提升20%。持种
同时支持多模态视觉识别，外语不仅“听懂字”还能“看懂图”，豆包懂字通过单图和多图等视觉信息输入让文字识别更精准。语音
此外，识别2.0版本还支持日语、模型韩语、发布德语、看懂法语等 13 种海外语种的精准识别。
并且重点针对专有名词、人名、地名、品牌名称及易混淆多音字等复杂场景进行了升级。
以历史人物生平讨论场景为例，当用户提及苏辙贬谪地“筠（yún）州”时，如果模型缺乏推理能力会易将其误识别为同音的“云州”“郓州”等。
而豆包语音识别模型2.0可依托“当前讨论苏轼、苏辙”这一背景，即便上下文从没出现过“筠州”，也能通过逻辑推理锁定用户所指的特定地名，最终实现对多音字地名的精准识别。
目前，豆包语音识别模型2.0已上线火山方舟体验中心并对外提供API服务。
