当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

张大妈

川渝口音会议转写，听脑AI准确率碾压同行

源自109位全网作者

05-19 11:39

精选参考来源

【#千问上线新模型#】3月30日，阿里千问宣布全模态大模型Qwen3.5-Omni上线。Qwen3.5-Omni系列包含Plus、Flash、Light三种尺寸的Instruct版本，支持256k长上下文，模型支持超过10小时的音频输入及超过400秒的720P(1FPS)音视频输入。模型在海量文本、视觉以及超过1亿小时的音视频数据上进行原生多模态预训练，该模型展现出卓越的全模态感知与生成能力。相比Qwen3-Omni,Qwen3.5-Omni多语言能力大大增强，能够支持113种语种和方言的语音识别和36种语种和方言的语音生成。（财联社）

上周线上开项目会，差点晕倒在方言里——上海同事、东北组长、四川的实习生，外加一个说着粤语的供应商老板。虽然都是普通话，但各地口音就是那么不普通。一场会下来，我一半时间在猜大家说的是啥，光“翻译”各地口音就快崩溃。整理会议纪要更是头疼，幸好有小艺，无论是会上实时记录，还是会后整理摘要，语音转文字都变得毫无障碍，连夹杂的粤语方言词“好野”“点样”都准确识别，成功把我从方言听力考试中解救了出来。更让我意外的是，#小艺#不仅可以识别天南地北的方言，小艺输入法还能支持粤语、四川话等25种方言语音输入，还可以把中文翻译成20种外语，沟通效率up。无论是团队内部交流，还是与海外伙伴沟通，都能让对话顺畅进行。就连输入界面也可以随心情装扮——多款精美主题和动态壁纸键盘，让我每天打字时都多了一份新鲜感。写东西遇到瓶颈时，我会用小艺帮写找思路。TA不仅可以帮我润色表达，适配不同场景下的文风，还常给我带来新的灵感方向，让内容创作轻松不少。除了文案创作，处理起图片来，小艺同样得心应手。小艺修图智能体能自动识别人物、风景、美食等场景，并针对性优化光影，还原色彩细节。无论是移除照片中多余的路人，还是替换背景，处理效果都自然细腻，几乎不留痕迹。很多人还没意识到：越早用小艺，越早拥抱AI时代。小艺让沟通少了障碍，让协作多了顺畅，让跨语言交流和文字创作，变成了一句话就能搞定的事。超能小艺一用就爱无论是用小艺搞定会议记录、整理各类文档，还是一键AI修图、定格生活美好瞬间——动动嘴，小艺不仅能办事，还能办专业的事。期待看到，你用自己的方式，发现这个“超级助理”的无限可能。#人类对小艺的开发不足百分之一#

全部
来源

内容由AI生成

1. 【#千问上线新模型#】3月30日，阿里千问宣布全模态大模型Qwen3.5-Omni上线。Qwen3.5-Omni系列包含Plus、Flash、Light三种尺寸的Instruct版本，支持256k长上下文，模型支持超过10小时的音频输入及超过400秒的720P(1FPS)音视频输入。模型在海量文本、视觉以及超过1亿小时的音视频数据上进行原生多模态预训练，该模型展现出卓越的全模态感知与生成能力。相比Qwen3-Omni,Qwen3.5-Omni多语言能力大大增强，能够支持113种语种和方言的语音识别和36种语种和方言的语音生成。（财联社）

2. 上周线上开项目会，差点晕倒在方言里——上海同事、东北组长、四川的实习生，外加一个说着粤语的供应商老板。虽然都是普通话，但各地口音就是那么不普通。一场会下来，我一半时间在猜大家说的是啥，光“翻译”各地口音就快崩溃。整理会议纪要更是头疼，幸好有小艺，无论是会上实时记录，还是会后整理摘要，语音转文字都变得毫无障碍，连夹杂的粤语方言词“好野”“点样”都准确识别，成功把我从方言听力考试中解救了出来。更让我意外的是，#小艺#不仅可以识别天南地北的方言，小艺输入法还能支持粤语、四川话等25种方言语音输入，还可以把中文翻译成20种外语，沟通效率up。无论是团队内部交流，还是与海外伙伴沟通，都能让对话顺畅进行。就连输入界面也可以随心情装扮——多款精美主题和动态壁纸键盘，让我每天打字时都多了一份新鲜感。写东西遇到瓶颈时，我会用小艺帮写找思路。TA不仅可以帮我润色表达，适配不同场景下的文风，还常给我带来新的灵感方向，让内容创作轻松不少。除了文案创作，处理起图片来，小艺同样得心应手。小艺修图智能体能自动识别人物、风景、美食等场景，并针对性优化光影，还原色彩细节。无论是移除照片中多余的路人，还是替换背景，处理效果都自然细腻，几乎不留痕迹。很多人还没意识到：越早用小艺，越早拥抱AI时代。小艺让沟通少了障碍，让协作多了顺畅，让跨语言交流和文字创作，变成了一句话就能搞定的事。超能小艺一用就爱无论是用小艺搞定会议记录、整理各类文档，还是一键AI修图、定格生活美好瞬间——动动嘴，小艺不仅能办事，还能办专业的事。期待看到，你用自己的方式，发现这个“超级助理”的无限可能。#人类对小艺的开发不足百分之一#

3. 余承东官宣的这个 5 月 OTA 升级，直接把智能座舱的 “人情味” 拉满了！小艺这次直接学会了上海话、粤语、四川话、闽南话、长沙话、陕西话、天津话7 种方言，能听更能说，还支持方言和普通话无缝混说，不用手动切模式。以后开车不用再 “字正腔圆” 了，用四川话喊 “小艺，把空调开大点”，用粤语问 “边度有充电桩”，长辈开车也能轻松上手。5 月就推送，还能覆盖全系鸿蒙智行车型。这波属于是：高端车的配置，国民级的体验。你最想听小艺说哪句方言？评论区蹲一个 “整活” 指令！

4. 刚分享完Claude的使用tips，又被阿里刚发布的Qwen3.5-Omni整上头了! Qwen3.5-Omni支持Audio-Visual Vibe Coding，也就是你可以直接对着摄像头，手里拿着草图直接口述需求，还可以随时打断它；它也能识别不同的语气情绪，还有各种各样的方言，那感觉真跟对面坐了个活人一样。所以说，你们要是有了这么一个全能感官的AI，最想让它帮你干点啥？评论区来聊聊，看看谁的脑洞最大 #GenJiAI观察室##Qwen35Omni##阿里最新模型#

5. 阿里发布新一代全模态大模型Qwen3.5-Omni。采用混合注意力MoE架构，通过1亿小时音视频+文本跨模态预训练。原生支持113种语言识别（含毛利语等濒危语种）和36种语音生成。创新ARIA语音技术实现音色稳定，对话响应延迟降低至人类感知无差别水平。核心突破: 视听理解:在DailyOmni等215项基准测试中全面超越Gemini 3.1 Pro ，嘈杂环境语音识别错误率下降42%（WenetSpeech基准）视频内容结构化描述准确率达98.1%（RealWorldQA测试）。 Vibe Coding进化:非预设能力，在百万级多模态指令微调中自然涌现。普通用户可前往Qwen Chat免费体验，开发者和企业可通过阿里云百炼平台调用Qwen3.5-Omni模型Plus、Flash、Light三种API。

6. 五菱星光730尊享型正式上市，补贴后8.78万起！！！这次全系标配右侧电动滑移门和智能电动尾门，支持语音、APP等9种开启方式，还有防夹功能，老人小孩用着都方便！！！智能化方面，搭载Android 13系统，支持粤语、四川话等八种方言，0.3秒就能唤醒，识别率超95%！！！灵眸智驾系统也配齐了，ACC全速域自适应巡航、AEB自动紧急制动、车道偏离预警都有，你心动了吗？#星光730尊享型上市87800元起##星光730全能舒享大7座##星光730#

7. 搞钱必备！6个零门槛AI工具：视频超清修复、虚拟试衣、方言播客等一键生成

8. 实测字节Seedance 1.5 Pro，能直出方言的AI视频也来了。

9. #AI能让长辈更会用手机吗# AI能显著降低长辈使用智能手机的门槛，尤其在语音交互、健康管理等功能上提供便利，但需结合适老化设计、方言支持和安全意识教育才能发挥实效，同时需警惕AI生成内容带来的信息风险。AI如何帮助长辈更轻松使用手机①.语音交互简化操作通过唤醒语音助手（如小米小爱、华为小艺），长辈可用方言直接下达指令（如“打开付款码”“查天气”“给女儿发微信”），避免多层菜单点击，尤其对视力、操作灵活性下降的老人友好。主流AI助手支持16种以上方言识别（如粤语、四川话），解决普通话不标准的问题。②健康与生活管理助手医疗辅助：蚂蚁阿福等健康AI可解读化验单、提醒用药、分析症状，并支持电话咨询医生，长辈模式采用大字体+语音播报，降低健康信息获取门槛。 ③生活服务 AI可一键生成节日祝福文案、定制出行路线（如“北京老年人三天不累的行程”）、比价商品，减少学习成本。④防诈骗与安全守护腾讯元宝等工具可识别谣言文章并拦截诱导扣费链接；部分手机内置防误触机制，禁止广告自动跳转下载，减少经济风险。

10. 盘点一周AI大事(4月5日)｜叫AI老公多干活 OpenAI内测下一代生图模型「GPT-Image-2」 OpenAI工匠计划「Project Stagecraft」曝光 Google发布最强开源小模型「Gemma 4」 Anthropic研究发现Claude有170种情绪向量阿里发布最强开源多模态大模型「Qwen3.5-Omni」 Sakana AI 发布AI战略官「Marlin」微软发布最强语音识别模型「MAI-Transcribe-1」研究员开源最强声音克隆模型「LongCat-AudioDiT」研究员开源最强语音合成模型「OmniVoice」工程师开源AI同事「同事.skill」爆火首个一人独角兽公司「Medvi」诞生 #前沿科技趋势发布月 #AI新星计划 #AI #OpenAI #AIGC

11. 我用地狱级素材测了3个同传APP，结果彻底颠覆认知

12. 打工人｜自媒体必备神器！转写翻译记录全搞定

13. 小到离谱，聪明到能直接出会议纪要！在AWE现场和安克副总裁聊录音豆是什么体验？！

14. 音频转文字，视频转文字，几个小时音视频转文字一两分钟搞掂，免费。#音频转文字 ##视频转文字##ai创造营##ai生活指南##一分钟视频创作季# 西门吹花hz的微博视频

15. 重磅上线！Al-DimSum粤语语料库平台正式发布

16. 安克AI随身记，简直是办公学习的宝藏好物！它的体积竟然如纽扣般小巧，重量仅10克，佩戴时几乎感觉不到负担，本来以为就是个普通录音笔，结果直接给我玩出花了！不管是夹在领口、挂在脖子上，还是磁吸在手机上，携带起来方便得很！而且，它深度融合飞书 AI 能力，能实时转写翻译，生成鱼骨图纪要。有了它，会议、采访等场景都能轻松应对，是提升效率的绝佳帮手。#有点东西#

17. 豆包音视频实时翻译|6个隐藏技巧，看到即赚到(SQA011)

18. AI 录音卡是智商税or神器？实测半个月后我懂了...

19. 领克900将于年内正式推送辅助驾驶和智能座舱OTA升级，让其具备D2D车位到车位的驾驶辅助能力，以及智能座舱部分，加入了CarPlay还有LYNK Flyme Auto 2座舱，并且语音识别将支持川或粤语，优化了执行逻辑等，在二排还加入了盲区影像预警系统，以及冬季锁车防结冰功能。小萝说车的微博视频

20. 近日，豆包语音对话功能迎来更新，可以说4种地道方言，包括粤语、四川话、东北话及陕西话。用户打开豆包App对话框，发送简单的文字或语音指令，要求豆包使用上述方言对话，通过默认的“温柔桃子”升级版音色，即可开启对话体验。发布了头条文章：《豆包语音对话功能更新，能讲4种地道方言，具备思考能力》豆包语音对话功能更新，能讲4种地道方言，具备思考能力

21. 语音转文字软件哪个好用？这几款帮助解锁便捷沟通新体验！

22. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

23. 豆包发布语音识别模型 2.0，支持多模态视觉和 13 种海外语言，有哪些技术亮点？

24. 职场小白会议救星！提取视频语音转文字工具超省心

25. 会议纪要神器再进化！阿里Fun-ASR1.5发布，方言识别准确率提升56%

26. 2026记者做粤语采访记录整理实用的粤语语音转文字软件推荐

27. 有哪些好用的录音转文字工具？2026年最新实测 7 款工具推荐！

28. 会议纪要高效工具推荐

29. 2025 会议纪要工具深度测评

30. 职场小白救星！2025专为会议设计的mp4视频转文字总结工具

31. 2026零基础粤语语音转文字软件操作指南包教包会全避坑可直接上手

32. Fun-ASR - 多语言多方言的高精度语音识别软件支持50系显卡一键整合包下载

33. 苹果手机iPhone 备忘录

34. 告别方言困扰！2026超全语音转文字工具实测推荐

35. 2026年粤语录音转文字实用攻略3个技巧轻松实现99高识别准确率

36. 语音转文字的软件哪个准确率高？好用且效率翻倍的6款工具

37. 阿里通义Fun-ASR 1.5发布

38. 牛牪犇逼！超级语音大模型

39. 阿里重磅开源 0.5B TTS + 0.8B ASR，支持跨语种音色克隆、说唱识别！

40. 【企业动态】云知声 U2-ASR 2.5上线

41. 通义发布语音识别大模型Fun-ASR1.5，懂方言，通诗词，精通30国语言

42. 阿里发布“语音神器”！Fun-ASR 1.5上线，准确率硬刚字节腾讯

43. 语音识别终于不挑人了！阿里新模型覆盖30种语言，方言准确率超90%

44. 阿里发布语音识别新模型，支持30种语言及中文七大方言

45. 最强语音识别

46. 2026黑科技炸场！AI加持方言语音识别，快准稳颠覆传统认知

47. 2026全新语音输入转文字技术识别准转写快，资料整理省心又省力

48. 方言录音转换成文字慢到抓狂？听脑AI助力高效精准转写

49. 2026了还在为地方方言记录听不清困扰？听脑AI精准转写搞定

50. 语音转文字总结慢、听不清还贵？2026年听脑AI才是正解！

51. 会议纪要AI工具横评

52. 讯飞听见

53. 语音转文字工具横评

54. 电脑端讯飞语音输入法 v3.0.1746 绿色精简版

55. 职场人的办公“秘密武器”

56. 告别沟通隔阂！讯飞AIUI重新定义人机交互 “听懂” 边界

57. 听得准！识得稳！

58. 通义语音识别模型Qwen3-asr Comfyui测试(8G可玩)

59. Qwen3-ASR 1.7B 音频转字幕懒人整合包

60. Qwen3-ASR 正式开源

61. 阿里通义千问开源Qwen3-ASR

62. 阿里开源Qwen3-ASR ！这可能是目前最实用开源语音识别方案！

63. 重磅开源Qwen3-ASR封神！52种语种+流式识别，10秒处理5小时音频

64. Qwen3-ASR开源

65. 🎙️千问开源 Qwen3-ASR 系列语音识别模型。

66. 🎙️Qwen3 ASR 全网唯一纯净整合包｜双模型一键跑，人声 / 歌声 / 说话人分离全搞定✨ - 哔哩哔哩

67. 搭载8155芯片，全新速腾S智能交互支持方言精准识别

68. 全新速腾S智能车机

69. 一汽-大众全新速腾S，用多AI模型听懂你的方言

70. 全新大众速腾S的智能语音控制好用吗

71. AR导航加方言识别，全新速腾S智能配置很实用

72. 语音交互系统的优化，让全新速腾S的智能体验更具人性化

73. 8155芯片赋能！全新速腾S智慧座舱支持方言识别

74. 第六代荣放支持哪些智能语音交互功能？

75. 会议记录不头疼！推荐4款可以语音转文字的办公录音软件

76. Qwen3-ASR技术报告

77. 2026打工人必备｜6款AI录音转文字工具测评，告别手动转写！

78. 阿里通义推出语音识别大模型Fun-ASR1.5：覆盖30种语言支持汉语七大方言体系

79. 粤语视频怎么转换成中文字幕？一分钟识别粤语并自动生成字幕方法

80. 录音转文字工具权威排行榜：5款产品综合评分，总有一款适合你

81. 阿里通义实验室推出语音识别大模型Fun-ASR1.5

82. 千问语音识别模型Qwen3-ASR开源：可识别52个语种与方言

83. 2025口碑之选！5 款免费录音转文字工具，支持实时转写和方言识别

84. Fun-ASR-Nano最新语音识别整合包,支持31种语言和26种方言识别

85. 语音识别新SOTA？Qwen3-ASR 1.7B\u002F0.6B 全面解读，连唱歌都能识别！

86. 魔搭社区+OpenVINO™ 加速部署 Qwen3-ASR 实战

87. 怎么用AI提取音频转文字，打破传统方案，快准稳

88. GLM-ASR - 最强中文及方言语音识别利器语音识别语音转文字支持50系显卡一键整合包下载

89. 新一代mp3转文本技术识别准转写快整理内容更省心省事

90. 录音转文字不用愁！6 款高准确率工具，覆盖多场景需求

91. Qwen3-ASR-1.7B最简单部署实践与测试

92. 录音转写慢听不清记录不全难整理？录音转文字免费软件哪个最好？

93. 录音转文字免费工具权威排行榜TOP3首选推荐

94. 2025 开源语音识别爆发！1 秒转写 60 分钟，多行业落地迎来 “可用 + 可控 + 可盈利” 时代

95. 智谱最新ASR模型实测来了！对比千问ASR模型！ 🎙️ GLM-ASR-Nano-2512 深度解析智谱AI于2025年12月10日开源的新一代语音识别模型，仅用1.5B参数就达到了SOTA性能，在中文基准测试中表现超越Whisper V3！ 📊 核心亮点： ✅ 平均错误率仅4.10，同类开源模型最低 ✅ 深度优化粤语等方言识别，填补开源空白 ✅ 专门训练低音量/轻声场景识别 ✅ 16GB显卡即可流畅运行（实测4-5GB显存） ✅ 基于transformers库，5分钟完成部署 🆚 竞品对比： vs Whisper V3：中文准确率更高，但缺少时间轴功能 vs 通义千问3-ASR：完全开源 vs 闭源API，各有优势 ⚠️ 注意事项：不支持时间戳输出（需配合MFA等工具）工具生态尚在建设中（刚开源5天）适合纯文本转录场景 💡 适用场景：会议转录 | 方言识别 | 低音量环境 | 边缘设备部署 📦 GitHub仓库： github.com/zai-org/GLM-ASR #语音识别 #开源模型 #智谱AI #ASR #科技测评

96. 怎么把视频中的方言快速转换成文字

97. 2026了还被录音转写慢、写不完搞崩？听脑AI优化录音全流程！

98. 方言语音转文字什么软件好用？方言沟通无障碍！

99. 如何评价 Typeoff、Typeless、讯飞听见这三款语音输入工具？

100. Qwen3-Asr阅读和代码

101. 这款 AI 会说粤语四川话了！「豆包」一次解锁 4 地道方言，你惊讶了吗？

102. 全新速腾S语音能听懂四川话，爸妈坐车也能自己调空调

103. 录音转文字软件合集：6 款支持多语言，转写速度快

104. 炸裂！！连四川话、粤语都能逼真克隆的AI神器！

105. 支持实时录音转写的AI工具

106. 一款实时翻译辅助软件，支持19种主流语言互译，包含普通话、粤语、英语等；能做实时语音与双向对话翻译等操作

107. CosyVoice3整合包，支持多角色配音，9种语言，18种方言，支持副语言特性

108. 全新一代速腾 L 的科大讯飞语音助手具备方言学习与适应能力

109. 语音交互超流畅！荣放的智能交互体验太赞，高通 8155 旗舰芯片强势赋能，运算速度拉满，15.6 英寸 2.5K 超清大屏显示清晰，操作丝滑。独家四音区方言识别，不用刻意说标准普通话，各地方言都能精准识别，交互超轻松。20 年 QDR 品控硬核保障品质，超 1000km 续航给力，智能出行超舒心！#荣放 #续航天花板 #合资汽车