腾讯混元发布新一代语音识别模型Hy ASR 3.0 preview

腾讯混元发布新一代语音识别模型Hy ASR 3.0 preview，基于Hy3大语言模型，采用端云协同双架构，在通用场景、方言场景、低信噪比场景下实现准确率全面跃升，同时大幅降低端侧部署门槛，覆盖从手机端到工业设备的全品类硬件。 能有效提升复杂场景转写准确率与意图理解能力，能够在更复杂的真实输入中给出准确、连贯且更接近用户意图的转写结果。该模型将进一步提升腾讯混元在会议、客服、内容创作等场景的语音AI能力。

一、发布背景

传统语音识别模型长期存在明显短板：嘈杂环境下识别准确率骤降，小众方言识别支持差，轻声、远场、带口音的语音经常出现错漏，且高准确率模型普遍体积庞大，无法在低算力端侧设备流畅运行，大量真实场景的识别需求始终无法被满足。

二、核心升级

1.前代行业主流方案痛点

通用场景识别准确率约97%，方言覆盖不足20种，嘈杂环境下准确率直接跌至80%以下，高参数量模型无法在普通端侧设备部署。

2.通用场景性能升级

标准普通话场景字错率降至1.2%，达到行业全新顶尖水平，远超此前主流商用模型的表现。

3.方言覆盖能力升级

支持37种方言的端侧实时识别，新增晋语、徽语等此前几乎没有商用方案覆盖的小众方言，方言识别平均准确率提升至95%以上。

4.复杂环境鲁棒性升级

在KTV、工地、闹市等强噪声场景下，识别准确率仍保持92%以上，针对轻声耳语、远场5米拾音、带浓重口音的语音场景做了专项优化，错字率下降60%。

5.端侧部署能力升级

最小版本仅180MB，可在手机、智能手表、工业语音设备等低算力硬件上流畅运行，端侧识别延迟低于100毫秒，完全无需上传音频数据，保障隐私安全。

6.多语言混合识别升级

支持普通话与英语、粤语等语言的自然混合对话识别，无需手动切换语种，自动完成无缝转写。

三、技术原理

Hy ASR 3.0 preview基于混元大模型的多模态语义理解底座，采用语音-文本联合预训练架构，把海量无标注语音数据与万亿级文本语料的语义知识深度打通，解决了传统语音模型在生僻词、专业术语场景下的识别短板；同时通过结构化剪枝与知识蒸馏技术，在几乎不损失准确率的前提下，把模型体积压缩到端侧硬件可承载的级别，实现端云双版本能力对齐。

该版本能实现性能突破，一方面依托腾讯混元大模型的通用语义理解能力，把语音识别从“听清楚声音”升级为“理解语义内容”；另一方面依托腾讯在微信、会议等亿级产品中积累的海量真实语音场景数据，完成了复杂环境下的专项针对性优化。

四、应用场景

1.日常社交场景

适配微信语音转文字功能，嘈杂环境下语音转写准确率大幅提升，解决用户在户外、聚会场景下发语音转文字经常出错的痛点。

2.会议办公场景

腾讯会议全量适配后，多人混合发言、背景有噪声的场景下，会议转写准确率大幅提升，自动生成的会议纪要错漏率几乎清零。

3.方言地区公共服务场景

面向国内方言普及的县域地区，政务窗口、社区服务设备可直接支持方言语音交互，降低老年群体的数字服务使用门槛。

4.工业现场场景

工厂车间的强噪声环境下，工人可直接通过语音录入设备巡检数据，无需手动操作屏幕，大幅提升工业场景的操作效率。

五、开放与落地策略

Hy ASR 3.0 preview把语音识别的复杂场景鲁棒性推到新高度，同时实现轻量化端侧部署，让语音交互真正适配每一个真实场景。

大语言模型与语音识别的深度融合成为ASR技术演进方向，意图理解与上下文连贯性成为新的竞争焦点。