← Tous les modèles

Fun-ASR-Realtime

Publication Éditeur Alibabafun-asr-realtime-2025-09-15

Présentation

Fun-ASR-Realtime est un modèle de reconnaissance vocale en temps réel de Tongyi Lab : il transforme un flux audio en texte. Cette version a été annoncée le 23 septembre 2025. (docs.modelstudio.console.alibabacloud.com)

Capacités et usages

Le modèle repose sur une architecture de bout en bout intégrant une technologie RAG. Alibaba décrit notamment la personnalisation de mots-clés, le filtrage de certains mots sensibles et particules de discours, la normalisation inverse du texte et la prédiction de ponctuation. Il permet d’alterner entre chinois et anglais et vise une meilleure robustesse au bruit. Il peut servir à la transcription en direct, par exemple pour des réunions ou la saisie vocale. (docs.modelstudio.console.alibabacloud.com)

Limites et disponibilité

La documentation consultée pour cette version indique le chinois mandarin et l’anglais ; il ne faut pas lui attribuer les langues supplémentaires des versions ultérieures. Elle indique aussi l’absence de reconnaissance des émotions et de séparation des locuteurs. (help.aliyun.com)

Alibaba a annoncé le retrait de cet identifiant le 10 octobre 2026 et recommande de migrer vers fun-asr-realtime. L’avis précise qu’après retrait, les appels au modèle ne reçoivent plus de réponse ; la date effective d’arrêt n’a pas été vérifiée par un appel API. (alibabacloud.com)

Prix

  • Prix historique en USD, site international, région de Singapour : l’avis officiel de retrait indique 0,000047 USD par seconde pour cet identifiant, en entrée. La sortie texte n’était pas facturée séparément selon la règle de facturation de la reconnaissance vocale en temps réel. Ce tarif historique ne garantit pas que le modèle reste accessible. Sources consultées le 18 novembre 2026 : avis de retrait et tarif ; règles de facturation. (alibabacloud.com)

Source officielle de l’annonce

Historique des modèles Alibaba Cloud Model Studio. (docs.modelstudio.console.alibabacloud.com)