---
title: "阿里通义Fun-ASR1.5重磅发布：单模型支持30语言+方言识别，MoE架构引领ASR新纪元"
url: "https://paooo.com/aigc-news/10526/"
author: "Prompt 语宙研究院"
published_at: "2026-05-23T09:30:36+08:00"
updated_at: "2026-05-23T09:30:36+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "Fun-ASR1.5, MoE架构, 方言识别, 语音识别大模型, 阿里通义"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 阿里通义Fun-ASR1.5重磅发布：单模型支持30语言+方言识别，MoE架构引领ASR新纪元

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/10526/) · 作者：Prompt 语宙研究院 · 发布时间：2026-05-23

## AI 30 秒核心看点 (TL;DR)

- 单模型覆盖30种语言与七大方言体系，支持多语言混说自动切换，无需预设语种标签。
- 方言识别与古诗词转写是核心亮点：方言CER下降56.2%，古诗词字符准确率达97%。
- 智能标点与文本归一化可减少会议纪要、采访稿等场景的人工整理成本。

> 
                **💡 站外导读：**在跨境商务、智能家居、在线教育等领域，传统语音识别面临多语言切换繁琐、方言识别不准、古文转写困难等痛点。随着全球数字化进程加速，市场对高精度、多场景、智能化的语音识别需求激增。阿里通义团队推出的Fun-ASR1.5正是瞄准这些核心挑战，通过端到端大模型技术，试图解决语音识别从‘能用’到‘好用’的关键跨越。

            

             
                        

## Fun-ASR1.5是什么

Fun-ASR1.5是阿里通义团队推出的端到端语音识别大模型的新一代版本，单模型支持30种语言高精度识别，覆盖中文七大方言体系及二十余种地方口音，专项优化古诗词诵读识别。模型基于MoE架构实现自动语种切换，无需预设标签。Fun-ASR1.5让后处理支持智能标点预测与文本归一化，让语音转写从能用走向好用。

## Fun-ASR1.5的主要功能

- 
**多语言识别**：单模型覆盖中、英、日、韩、法、德、西、葡、俄、阿拉伯语等30种语言。

- 
**自动语种切换**：无需预设语种标签，自动识别并切换Code-Switching场景下的多语言混合语音。

- 
**方言识别**：覆盖七大方言体系及二十余种地方口音，重点优化15种高需求方言。

- 
**古诗词识别**：构建先秦至近代古诗词语音-文本对齐语料库，支持文言诵读精准转写。

- 
**智能标点预测**：基于上下文语义自动插入逗号、句号、问号等标点符号。

- 
**文本归一化**：自动将口语中的数字、日期、金额、电话等转换为规范书面格式。

## Fun-ASR1.5的技术原理

- 
**MoE架构**：采用混合专家架构，听到特定语言时仅激活相关部分进行处理，提升多语言处理灵活性与效率。

- 
**分级分阶段训练**：在训练阶段分级、分阶段使用精准数据，提升真实世界复杂语音场景的应对能力。

- 
**方言数据驱动**：基于数十万小时真实方言语音数据训练，平均字错误率（CER）相比上一版本下降56.2%。

- 
**古诗词语料库**：构建涵盖《诗经》《楚辞》、李白杜甫诗集、苏轼辛弃疾词作等经典文本的真人诵读录音语料库。

## 如何使用Fun-ASR1.5

- 
**阿里云百炼平台**：访问[阿里云百炼](https://ai-bot.cn/sites/50019.html)官网，进入模型体验中心语音板块调用API。

- 
**魔搭社区：**访问 https://modelscope.cn/studios/iic/FunAudio-ASR 直接在线体验。

## Fun-ASR1.5的关键信息和使用要求

- 
**产品定位**：端到端语音识别大模型。

- 
**支持语言**：30种语言（覆盖欧洲、东亚、东南亚、南亚及中东主流语种）。

- 
**方言覆盖**：七大方言体系，重点优化上海话、粤语、四川话等15种高需求方言。

- 
**古诗词准确率**：内部评测集字符级准确率达97%。

- 
**使用方式**：API调用或在线体验。

- 
**无需预设**：多语言混合场景下无需提前指定语种标签。

## Fun-ASR1.5的核心优势

- 
**单模型多语言**：一个模型无缝切换30种语言，减少多模型部署与维护成本。

- 
**方言识别领先**：基于数十万小时方言数据，CER较上版下降56.2%，支持原汁原味方言文字还原。

- 
**自动Code-Switching**：无需预设即可处理同一段对话中的多语言混合场景。

- 
**文化场景专项优化**：针对古诗词诵读进行专项训练，字符准确率达97%，助力文化传承。

- 
**后处理智能化**：自动标点与文本归一化大幅降低会议纪要、法律笔录等场景的后期人工编辑成本。

## Fun-ASR1.5的同类竞品对比

维度
Fun-ASR1.5
[Seed-ASR](https://ai-bot.cn/seed-asr/)
Tencent-ASR

语言覆盖
30种语言，单模型覆盖
多语言支持
多语言支持

方言支持
七大方言体系，15种重点优化，CER降56.2%
基础支持
基础支持

Code-Switching
无需预设标签，自动识别切换
支持
支持

古诗词识别
专项优化，97%字符准确率
未明确
未明确

智能后处理
自动标点+文本归一化（数字/日期/金额/电话）
基础标点能力
基础标点能力

架构特点
MoE混合专家架构
未公开
未公开

开放体验
阿里云百炼API + 魔搭社区
火山引擎
腾讯云

## Fun-ASR1.5的应用场景

- 
**跨国会议**：在跨国会议场景中，Fun-ASR1.5可实时精准转写多语言混合对话内容，无需参会者提前预设语种或在多个翻译工具间来回切换。

- 
**智能音箱**：在智能家居与车载语音交互场景中，Fun-ASR1.5能精准识别各类方言指令，让智能音箱真正”听得懂乡音”。

- 
**在线教育**：在国学在线教育场景中，Fun-ASR1.5支持古诗词诵读的精准转写，以97%的字符级准确率助力传统文化数字化传承。

- 
**新闻采访**：在新闻采访与内容生产场景中，Fun-ASR1.5可自动添加标点符号并将口语中的数字、日期归一化为规范格式，大幅减少后期人工整理时间。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                Fun-ASR1.5的发布，标志着语音识别正从‘通用化工具’向‘深度场景化引擎’演进。其MoE架构不仅是技术亮点，更代表了行业趋势——用高效、灵活的专家系统应对全球语言多样性。方言识别的56.2% CER下降和古诗词97%的准确率，显示出AI正从‘工具’转向‘文化传承与生活服务’的深度赋能者。结合行业背景，这预示着ASR的竞争已从基础准确率，升级为对方言保护、文化数字化、跨语种无缝交互等长尾场景的覆盖能力。Fun-ASR1.5的单模型多语言设计，为企业降低了集成复杂度，可能推动语音交互在跨境电商、国际会议、下沉市场等场景的普及。未来，结合端侧部署与隐私计算，类似技术或将更深嵌入每个人的生活。

## 常见问题解答 (FAQ)

### Fun-ASR1.5支持哪些语言和方言？
Fun-ASR1.5单模型支持30种语言识别，覆盖中文七大方言体系及二十余种地方口音，并重点优化15种高需求方言，适合跨语种和本土化语音场景。

### Fun-ASR1.5能自动识别混合语言吗？
可以。它基于MoE架构实现自动语种切换，在Code-Switching场景下无需提前预设语种标签，能直接识别同一段对话中的多语言混合语音。

### Fun-ASR1.5适合哪些实际场景？
适合跨国会议、智能家居、车载语音、在线教育、新闻采访等场景，尤其适合需要方言识别、古诗词转写、自动标点和文本归一化的任务。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
