跳到正文
中文技术动态·· 2025-12-06精选评分66

火山引擎发布豆包语音识别模型 2.0:关键词召回率提升 20%,支持 13 种海外语种

听得清,看得懂!豆包语音识别模型 2.0来了

导读

火山引擎 2025 年 12 月 5 日发布豆包语音识别模型 2.0(Doubao-Seed-ASR-2.0):基于 PPO 强化学习做上下文推理识别,上下文关键词召回率提升 20%,支持单图/多图视觉输入辅助识别,并支持日语、韩语、德语、法语等 13 种海外语种。

推荐理由

ASR 2.0 引入视觉多模态辅助语音识别,是"听得懂"到"看得懂"的代际更新。

来源:中文技术动态 · cn.chinadaily.com.cn