# 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

- Link: https://paooo.com/aigc-news/10526/
- Published: 2026-05-23T09:30:36+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * 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](https://paooo.com/ai-study/)
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。

阅读目录

 * [Fun-ASR1.5是什么](https://paooo.com/aigc-news/10526/#funasr15%e6%98%af%e4%bb%80%e4%b9%88)
 * [Fun-ASR1.5的主要功能](https://paooo.com/aigc-news/10526/#funasr15%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Fun-ASR1.5的技术原理](https://paooo.com/aigc-news/10526/#funasr15%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Fun-ASR1.5](https://paooo.com/aigc-news/10526/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8funasr15)
 * [Fun-ASR1.5的关键信息和使用要求](https://paooo.com/aigc-news/10526/#funasr15%e7%9a%84%e5%85%b3%e9%94%ae%e4%bf%a1%e6%81%af%e5%92%8c%e4%bd%bf%e7%94%a8%e8%a6%81%e6%b1%82)
 * [Fun-ASR1.5的核心优势](https://paooo.com/aigc-news/10526/#funasr15%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Fun-ASR1.5的同类竞品对比](https://paooo.com/aigc-news/10526/#funasr15%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Fun-ASR1.5的应用场景](https://paooo.com/aigc-news/10526/#funasr15%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/10526/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Fun-ASR1.5](https://paooo.com/wp-content/uploads/2026/05/Fun-ASR1.5-website-1.
avif)

## 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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**阿里云百炼 ↗**

阿里云百炼：一站式大模型开发与应用构建平台，面向AI 开发平台场景提供便捷实用的在线
功能支持，涵盖大模型等实用方

**魔搭社区 ↗**

阿里达摩院推出的AI模型社区，超过300+开源AI模型。

❓ 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。

🔬 语宙深潜追问 · 进阶实操拆解

MoE 架构如何提升多语种识别？

MoE 让不同专家分担不同语言或方言特征，路由器根据输入自动选择子模型，减少单模型硬
扛全部分布的压力。落地时要重点看路由稳定性、长尾语言召回和推理成本。

方言识别落地最难的是什么？

难点通常不在主流口音，而在数据稀缺、标注不一致和场景噪声。实操上要补充真实场景语
料、统一转写规范，并在热词、数字和专有名词上做定制化纠错。

🗳️ 读者观点微投票 · 您的实战立场是？

多语言ASR该拼模型还是后处理？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

 * [Fun-ASR-Realtime – 阿里千问推出的流式实时语音识别模型](https://paooo.com/aigc-news/23963/)
 * [阿里通义百聆重磅发布：企业级语音基座大模型，融合识别与合成，大幅降低幻觉率，赋能多行业应用](https://paooo.com/aigc-news/12741/)
 * [阿里通义开源 Qwen3-ASR 语音识别模型：支持52语种方言，1.7B版达SOTA，0.6B版吞吐提升2000倍](https://paooo.com/aigc-news/11550/)
 * [阿里达摩院FunAudio-ASR端到端语音大模型：RAG+CTC技术破解幻觉难题，企业级语音识别新标杆](https://paooo.com/aigc-news/13735/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/10526/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
