腾讯元宝上线Hy ASR 3.0 preview语音识别模型：各种方言、复杂环境都能听清

8月6日消息，腾讯混元日前正式推出Hy ASR 3.0 preview语音识别模型，已率先落地腾讯元宝App面向全部用户免费使用。

依托Hy3基座大模型打通声学识别与语义理解，彻底摆脱传统语音识别生硬转写短板，在多方言口音、嘈杂收音、远距离拾音等复杂场景稳定输出精准文本。

模型完成10大方言片区、20余个细分方言覆盖，粤语、吴语、西南官话、中原官话等日常口语均可直接对话交互，用户不需要刻意矫正普通话口音。

日常闲聊、家乡话口述文案都能精准识别释义，例如烹饪时用粤语询问调料配比，模型可精准识别语义并给出对应解答，省去方言转普通话的操作步骤。

底层依托Hy3大语言模型实现声学识别与语义理解双协同，不再局限单纯文字转写，能够结合对话上下文自动修正同音词歧义、匹配专业热词。

评测数据显示该模型普通话词错误率3.34%、粤语3.12%、英语2.62%，识别精度处于行业第一梯队。

架构采用自研无监督语音编码器搭配Hy3上下文纠错能力，能够依托对话前后文修正同音词混淆、模糊发音误判，针对厨房噪音、户外车流、多人交谈等嘈杂环境做降噪优化，长音频录制、轻声耳语远距离收音都可以保障转写连贯性。

普通用户打开元宝对话界面长按语音按钮即可直接启用全新识别能力，企业开发者可通过腾讯云调取Hy ASR 3.0 preview商用API，适配智能客服、会议录音转写、车载语音、短视频字幕制作等场景，WorkBuddy等腾讯旗下生产力工具也在逐步完成模型接入适配。