腾讯混元发布Hy ASR3.0preview 语音识别迈入懂语境新阶段

AI创作导航管理员 LV4 资深连续登录30天萌新

2 个月前

风向

1289

2026年8月4日，腾讯混元正式发布新一代语音识别模型Hy ASR3.0preview，首次将旗下Hy3大语言模型的语义理解能力深度融入识别全链路。该模型在开源评测集中文普通话、英语、粤语词错误率分别低至3.34%、2.62%、3.12%，整体约3%，实现了从逐字转写到语境理解的技术跨越，多场景识别精度处于行业领先水平。

对于经常使用语音转写工具的用户来说，同音字混淆、专业术语识别错误、嘈杂环境下转写准确率暴跌的问题并不少见——传统语音识别技术长期聚焦声学特征的单点优化，缺乏对上下文语义的理解能力，导致转写结果往往需要大量人工校对才能投入使用。

过去十年，语音识别技术的词错误率从20%以上降到5%左右，但始终无法突破“逐字转写”的局限。在会议记录、法律问询、医疗问诊等专业场景下，涉及大量专属术语和上下文关联信息，传统ASR的转写错误率甚至会回升到10%以上，后续校对成本占整体处理成本的60%以上，行业急需新的技术路径打破天花板。

此次腾讯混元推出的Hy ASR3.0preview，核心变革是打破了传统ASR“声学识别-文本纠错”的分离架构，首次将Hy3大语言模型的语义理解能力前置到识别全链路，实现了识别过程中对语境的实时判断。

官方披露的测试数据显示，在开源通用评测集上，该模型的中文普通话、英语、粤语词错误率分别低至3.34%、2.62%、3.12%，整体控制在3%左右；在覆盖10余种方言、专业术语识别、高噪、耳语等复杂场景的自建评测集中，其词错误率同样保持行业领先水平。

这一性能提升来自全链路的技术优化：架构上采用兼顾效率与性能的MoE架构，基座升级为Hy3大模型，同时搭配自研无监督语音Encoder，依托数千万小时级语音数据训练，大幅提升声学特征提取能力，预训练阶段就实现了语音Encoder与大语言模型的联合优化，从底层实现了语音信号和语义信息的打通。

从技术指标来看，Hy ASR3.0preview已经具备了“一键直出可用文本”的能力，无需后续人工校对即可满足绝大多数通用场景的需求。据透露，该模型后续正式上线后，将率先应用于腾讯内部的会议系统、视频平台字幕生成、客服智能质检等场景，后续还将开放API接口，面向企业客户提供定制化的语音识别服务，覆盖跨境交流、专业内容生产、公共服务等多个领域，有望将语音转写的整体处理效率提升50%以上。

语音识别大语言模型腾讯混元语义理解 Hy ASR3.0preview

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。