--- title: "Fun-ASR：钉钉×通义实验室发布行业级语音识别大模型，多场景准确率飙升20%！" url: "https://paooo.com/aigc-news/14031/" author: "Prompt 语宙研究院" published_at: "2026-06-23T18:42:22+08:00" updated_at: "2026-06-07T20:20:43+08:00" categories: "AI 工具, AIGC 资讯" tags: "Fun-ASR, 企业级AI, 语音识别大模型, 通义实验室, 钉钉" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # Fun-ASR：钉钉×通义实验室发布行业级语音识别大模型，多场景准确率飙升20%！ > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14031/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-23 ## AI 30 秒核心看点 (TL;DR) - Fun-ASR从通用ASR升级为行业级语音识别，重点解决专业术语、黑话和复杂场景转写难题。 - 模型结合钉钉企业信息做上下文推理，降低幻觉；噪声场景准确率达93%，首字延迟降至160ms。 - 开源轻量版 Fun-ASR-Nano-0.8B 支持本地部署与微调，适合企业和开发者快速定制落地。 > **💡 站外导读：**随着企业数字化进程加速，传统语音识别工具在专业术语、复杂环境及个性化需求上捉襟见肘，导致会议纪要出错、沟通效率低下。行业呼唤更智能、更懂业务的语音解决方案。在此背景下，钉钉联合通义实验室推出的Fun-ASR应运而生，旨在通过海量行业数据训练与上下文推理优化，直击企业语音转写的核心痛点，为金融、家装、畜牧等多个垂直领域提供精准、可靠的语音识别服务。 ## Fun-ASR是什么 Fun-ASR 是钉钉与通义实验室语音团队联合推出的新一代[语音识别](https://ai-bot.cn/ai-speech-to-text-tools/)大模型。经过海量音频数据训练，能精准识别互联网、科技、家装、畜牧等十多个行业的专业术语，能听懂“黑话”。例如，在保险行业，准确率较以往提升18%，在家装、畜牧等行业也实现了15%-20%的提升。模型能结合钉钉内的企业信息进行推理优化，减少幻觉问题，提供更可靠的转写结果。Fun-ASR支持企业专属模型定制训练，可利用企业的真实语音数据进一步优化算法，提升专属词汇的识别准确率，支持最多1000+热词导入。 如今，Fun-ASR已深度融入钉钉的多个核心功能，包括会议字幕生成、智能纪要整理以及语音助手等，为各类企业应用场景构建了一套稳定可靠、高效流畅且易于扩展的语音识别体系。 通义实验室对Fun-ASR 的核心能力进行了全面升级，噪声场景下的识别准确率提升至 93%，支持 31 种语言自由混说、歌词与说唱识别，将流式识别模型的首字延迟降低到 160ms，显著提升在复杂环境下的语音识别性能。此外，轻量化版本 Fun-ASR-Nano-0.8B 正式开源，总参数量压缩至 0.8B，推理成本更低，同时支持本地部署与定制化微调，为开发者提供高效且灵活的语音识别解决方案。 ## Fun-ASR的主要功能 - **多行业术语识别**：Fun-ASR 经过海量音频数据训练，能精准识别互联网、科技、家装、畜牧、汽车等十多个行业的专业术语，实测在保险行业准确率较以往提升 18%，在家装、畜牧等行业提升 15%-20%，支持最多 1000+ 热词导入，进一步优化生僻词汇识别。 - **上下文感知优化**：模型可结合钉钉内的企业信息（如通讯录、日程、知识库等）进行推理优化，有效缓解大模型可能出现的幻觉问题，提供更可靠的转写结果，且需企业授权后生效。 - **企业专属定制训练**：基于高效的端到端训练架构，Fun-ASR 能基于企业提供的真实场景语音数据进行算法优化，提升品牌名、项目代号、产品名、人名等专属词汇的识别准确率。 - **多场景集成应用**：Fun-ASR 已集成到钉钉的会议字幕与同传、智能纪要、语音助手等多个功能模块，为企业级语境提供稳定、高效、易扩展的语音识别基座，满足企业对语音识别的高要求。 ## Fun-ASR的技术原理 - **海量数据训练**：Fun-ASR 经过上亿小时音频数据的训练，涵盖多种行业和场景，能准确理解不同领域的专业术语。 - **行业共创优化**：结合钉钉多行业客户的真实场景共创，模型在互联网、科技、家装、畜牧、汽车等十多个领域表现出色，显著提升了专业术语的识别准确率。 - **上下文推理优化**：模型可结合企业在钉钉内的已有信息（如通讯录、日程、知识库等）进行推理优化，有效缓解大模型可能产生的幻觉问题，提供更可靠的转写结果。 - **端到端训练架构**：基于高效的端到端训练架构，Fun-ASR 能利用企业提供的真实场景语音数据进一步优化算法，提升专属词汇的识别准确率，支持企业专属模型定制训练。 - **自定义热词支持**：提供企业自定义热词能力，最多可支持 1000+ 热词导入，进一步优化对生僻词汇和专属术语的识别。 ## Fun-ASR的项目地址 - **GitHub仓库**：https://github.com/FunAudioLLM/Fun-ASR - **HuggingFace模型库**：https://huggingface.co/FunAudioLLM/Fun-ASR-Nano-2512 ## Fun-ASR的应用场景 - **会议字幕与同传**：Fun-ASR 能实时转写会议内容，为会议提供精准的字幕和同传服务，帮助参会者更好地理解和记录会议要点。 - **智能纪要**：模型可以自动生成会议纪要，提取关键信息和行动项，节省人工整理的时间，提高会议效率。 - **语音助手**：支持语音指令和交互，用户可以通过语音命令完成各种操作，如查询信息、安排日程等，提升使用体验。 - **家装与畜牧行业**：在顾家家居等家装企业中，模型能准确识别专业表述，如“比利时进口 Pulse 脉冲乳胶”等，为后续分析客户需求提供可靠依据。在畜牧行业，也能精准识别相关术语，助力企业高效运营。 - **保险行业**：Fun-ASR 在保险行业的应用显著提升了语音识别的准确率，帮助保险企业更好地处理客户咨询和业务流程。 #### 📝 站长洞察 (Editor's Insight) Fun-ASR的发布，标志着语音识别技术正从通用走向深度行业化。它不再满足于‘听清’，而是追求‘听懂’，尤其是理解企业内部的‘黑话’和业务逻辑。通过与钉钉生态的深度融合，它将ASR从一个孤立功能，升级为可感知企业上下文（如通讯录、知识库）的智能节点，有效缓解了大模型常见的‘幻觉’问题。其开源轻量版Fun-ASR-Nano-0.8B更是战略性一步，降低了技术门槛，让开发者能快速定制，这预示着未来企业级AI工具将更强调‘开箱即用’与‘深度定制’的结合。在AIGC浪潮下，语音作为核心人机交互入口，其精准度和场景适应性将成为竞争关键，Fun-ASR的多行业共创模式或成行业新范式。 ## 常见问题解答 (FAQ) ### Fun-ASR适合哪些行业使用？ Fun-ASR面向互联网、科技、家装、畜牧、汽车、保险等十多个行业，重点提升专业术语和专属词汇识别能力，适合会议转写、客服记录、业务沟通等企业场景。 ### Fun-ASR为什么比传统语音识别更准？ 它通过海量行业音频训练、上下文推理优化和企业专属定制训练，能结合钉钉内通讯录、日程、知识库等信息辅助识别，从而减少误识别和幻觉问题。 ### Fun-ASR-Nano-0.8B有什么特点？ Fun-ASR-Nano-0.8B是轻量化开源版本，总参数量压缩至0.8B，推理成本更低，支持本地部署和定制化微调，适合开发者和企业快速集成。 --- 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/)