模型
ASR-Next
通义千问推出的音频理解模型，超越传统语音识别范畴，支持多说话人识别、情绪理解、声音描述、事件定位、音频问答与推理
时间轴 (近 90 天)
9月23日
ASR-Next支持多说话人识别，附带说话人标签、时间戳与对齐的转写文本
待验证50%
9月23日
ASR-Next能理解情绪、环境声与机器声音，实现声音描述、事件定位，并支持音频问答与音频推理
待验证50%
通义千问推出的音频理解模型，超越传统语音识别范畴，支持多说话人识别、情绪理解、声音描述、事件定位、音频问答与推理
ASR-Next支持多说话人识别，附带说话人标签、时间戳与对齐的转写文本
ASR-Next能理解情绪、环境声与机器声音，实现声音描述、事件定位，并支持音频问答与音频推理