智谱AI正式发布了最新的GLM-ASR系列语音识别模型，并开源了相关技术，旨在为用户提供更高效的语音交互体验。此次发布还包括一款桌面端“智谱AI输入法”，为PC平台的语音输入提供了极大的便利。
GLM-ASR-2512是智谱AI全球领先的云端语音识别模型。其主要特点是实时语音转文本，在复杂的真实世界环境中表现出色，字错误率（Character Error Rate, CER）低至0.0717。这种出色的识别精度使其在多场景、多语言和多口音应用中保持行业领先地位。
除了GLM-ASR-2512，智谱AI还开源了GLM-ASR-Nano-2512。该模型仅有15亿参数，但在开源语音识别领域表现出SOTA（State-of-the-art，最佳性能）水平，甚至在某些测试中超越了一些闭源模型。GLM-ASR-Nano-2512的设计使其能够在本地运行，在确保高精度语音识别的同时，增强用户隐私并减少交互延迟。
基于这两款模型的强大功能，智谱AI推出了全新的智谱AI输入法。用户不仅可以通过这款输入法实现精准的语音转文本功能，还可以进行翻译和文本改写等智能操作，真正实现“指尖即模型，语音即指令”的便捷体验。目前，智谱AI输入法已向所有用户开放，新用户可获得2000积分，享受长达28天的免费使用时间。
GLM-ASR-Nano-2512模型地址：https://huggingface.co/zai-org/GLM-ASR-Nano-2512
智谱AI输入法地址：https://autoglm.zhipuai.cn/autotyper/
关键点：
- 发布GLM-ASR系列模型，包括全球领先的云端语音识别模型和边缘侧模型，具有出色的识别精度。
- 发布全新智谱AI输入法，支持语音转文本、翻译和改写，提供便捷的PC端语音交互体验。
- 新用户可免费获得2000积分，享受长达28天的使用时间，鼓励更多用户体验智能输入法。
背景信息补充：
- 智谱AI：智谱AI是一家中国人工智能公司，致力于打造新一代知识基础设施，以支持通用人工智能（Artificial General Intelligence, AGI）的发展。其主要研究方向包括大模型、知识图谱等。
- 语音识别技术：语音识别，也称为自动语音识别（Automatic Speech Recognition, ASR），是一种将人类语音转换为文本的技术。近年来，随着深度学习的发展，语音识别技术取得了显著进步，广泛应用于语音助手、智能家居、客户服务等领域。智谱 AI GLM 教程
- Hugging Face：Hugging Face是一个自然语言处理（Natural Language Processing, NLP）领域的开源社区和平台，提供预训练模型、数据集和工具，方便开发者构建和部署NLP应用。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/267184.html原文链接：https://javaforall.net
