GLM-ASR開源，1.5B參數(shù)刷新端側(cè)語音識別SOTA

始智AI wisemodel.cn社區(qū)是源自中國的中立開放的AI開源社區(qū)。正在，歡迎加入共同成長。

智譜正式發(fā)布并開源GLM-ASR系列語音識別模型，并推出基于該系列模型打造的桌面端智譜AI輸入法。

本次發(fā)布的模型與產(chǎn)品包括：GLM-ASR-2512：全球領(lǐng)先的云端語音識別模型；GLM-ASR-Nano-2512：參數(shù)量僅1.5B的開源SOTA端側(cè)語音模型；智譜AI輸入法：將語音識別與大模型深度融合的桌面端效率工具。

智譜希望讓用戶真正做到“動(dòng)動(dòng)嘴，活就干了”，助力用戶從“把話變成字”走向“直接用語音完成任務(wù)”。已上線始智AI-wisemodel開源社區(qū)，歡迎體驗(yàn)。

模型地址

https://wisemodel.cn/models/ZhipuAI/GLM-ASR-Nano-2512

01.

GLM-ASR系列模型開源

GLM-ASR-2512是智譜新一代語音識別模型，支持將語音實(shí)時(shí)轉(zhuǎn)換為文字。在多場景、多語種、多口音的真實(shí)復(fù)雜環(huán)境測試中，該模型保持行業(yè)領(lǐng)先的識別表現(xiàn)，字符錯(cuò)誤率（CER）僅為0.0717。

在此基礎(chǔ)上，智譜開源了GLM-ASR-Nano-2512。這是一個(gè)1.5B參數(shù)的端側(cè)模型，卻取得了當(dāng)前開源語音識別方向的SOTA表現(xiàn)，并在部分測試中優(yōu)于若干閉源模型。該模型將識別能力壓縮到本地運(yùn)行，在保證高精度的同時(shí)，實(shí)現(xiàn)更強(qiáng)的隱私保護(hù)與更低的交互延遲。

基于上述模型能力，智譜正式上線智譜AI輸入法，讓用戶在PC端用語音絲滑交互。用戶不但可以實(shí)現(xiàn)精準(zhǔn)的語音轉(zhuǎn)文字，還可以實(shí)現(xiàn)翻譯、改寫等智能操作，真正實(shí)現(xiàn)“指尖即模型，語音即指令”。

02.

智譜AI輸入法：

在輸入中直接調(diào)起模型能力

智譜AI輸入法基于GLM-ASR系列模型打造，讓用戶在電腦端用語音絲滑交互。用戶不僅可以實(shí)現(xiàn)精準(zhǔn)的語音轉(zhuǎn)文字，還可以在輸入法中直接調(diào)用大模型能力，完成翻譯、改寫、情緒轉(zhuǎn)化等操作，實(shí)現(xiàn)“指尖即模型，語音即指令”。

所選即所改，從聽寫到改寫的一體化：傳統(tǒng)輸入法只負(fù)責(zé)打字，而智譜AI輸入法直接調(diào)用底層GLM模型幫助用戶翻譯、擴(kuò)寫、精簡屏幕上的任意一段文字，同時(shí)完成智能潤色，讓輸出更加自然、通順。整個(gè)過程在輸入框內(nèi)完成，實(shí)現(xiàn)“理解-執(zhí)行-替換”一體化，無需在多個(gè)應(yīng)用間反復(fù)切換。

千人千面人設(shè)切換：支持設(shè)置不同“人設(shè)”風(fēng)格，實(shí)現(xiàn)同一句話在不同場景下的不同表達(dá)。例如，在工作場景中，選擇“面對老板”，口語化的碎碎念瞬間轉(zhuǎn)化為邏輯嚴(yán)謹(jǐn)、條理清晰的工作匯報(bào)；在生活場景中，切換至“面對伴侶”，文字則變得溫柔俏皮，貼近日常聊天語境。

Vibe Coding（語感編程）搭子：針對開發(fā)者，智譜特別推出了Vibe Coding體驗(yàn)，并與智譜Coding Plan賬號打通。結(jié)合多語言支持與代碼理解能力，開發(fā)者可以通過語音快速輸入代碼邏輯和注釋、查找遺忘的Linux指令、用自然語言指揮AI完成復(fù)雜數(shù)學(xué)計(jì)算或腳本編寫。同樣，設(shè)計(jì)師也可以從傳統(tǒng)的“用手摳圖”過渡到“用嘴做設(shè)計(jì)”。

耳語捕捉與高效熱詞：針對開放式辦公室、圖書館等公共場景，智譜優(yōu)化了對微弱聲音的捕捉能力，并區(qū)分環(huán)境噪聲。用戶只需輕聲說話，即可精準(zhǔn)轉(zhuǎn)為文字，解決公共場合“不好意思用語音輸入”的痛點(diǎn)。同時(shí)，該輸入法支持用戶一鍵導(dǎo)入專屬詞匯、項(xiàng)目代號（如AutoGLM）及生僻人名、地名等。用戶只需在設(shè)置中添加一次即可。

----- END -----

wisemodel相關(guān)：

系列模型：

關(guān)于wisemodel更多

1

歡迎持續(xù)關(guān)注和支持

開源社區(qū)建設(shè)需要長期堅(jiān)持和投入，更需要廣大用戶的積極參與、貢獻(xiàn)和維護(hù)，歡迎大家加入wisemodel開源社區(qū)的志愿者計(jì)劃和開源共創(chuàng)計(jì)劃。期待更多開發(fā)者將開源成果，包括模型、數(shù)據(jù)集和代碼等發(fā)布到 wisemodel.cn 社區(qū)，共建中立、開放的AI開源社區(qū)生態(tài)。歡迎掃碼添加wisemodel微信，申請加入wisemodel社群，持續(xù)關(guān)注wisemodel.cn開源社區(qū)動(dòng)態(tài)。

2

歡迎加盟wisemodel開源社區(qū)

始智AI wisemodel社區(qū)自2023年9月上線以來，逐漸成為影響力日益擴(kuò)大的中立開放的AI開源社區(qū)，為了加快公司發(fā)展，我們長期需要技術(shù)、運(yùn)營等人才加盟，技術(shù)側(cè)重在AI infra、后端開發(fā)，熟悉K8S、模型訓(xùn)練和推理等技術(shù)， 以及熟悉開發(fā)者生態(tài)運(yùn)營的成員，歡迎感興趣的朋友加盟，可以通過添加wisemodel微信，或者將簡歷投遞到郵箱：liudaoquan@wisemodel.cn

3

歡迎投稿優(yōu)質(zhì)內(nèi)容

歡迎投稿分享人工智能領(lǐng)域相關(guān)的優(yōu)秀研究成果，鼓勵(lì)高校實(shí)驗(yàn)室、大企業(yè)研究團(tuán)隊(duì)、個(gè)人等，在wisemodel平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是AI領(lǐng)域最新論文解讀、最新開源成果介紹，也可以是關(guān)于AI技術(shù)實(shí)踐、應(yīng)用和總結(jié)等。投稿可以發(fā)郵件到liudaoquan@wisemodel.cn，也可以掃碼添加wisemodel微信。

4

關(guān)于wisemodel開源社區(qū)

始智AI wisemodel.cn開源社區(qū)由清華校友總會AI大數(shù)據(jù)專委會副秘書長劉道全創(chuàng)立，旨在打造和建設(shè)中立開放的AI開源創(chuàng)新社區(qū)，將打造成“HuggingFace”之外最活躍的AI開源社區(qū)，匯聚主要AI開源模型、數(shù)據(jù)集和代碼等，歡迎高校科研院所、大型互聯(lián)網(wǎng)公司、創(chuàng)新創(chuàng)業(yè)企業(yè)、廣大個(gè)人開發(fā)者，以及政府部門、學(xué)會協(xié)會、聯(lián)盟、基金會等，還有投資機(jī)構(gòu)、科技媒體等，共同參與建設(shè)AI開源創(chuàng)新生態(tài)。

向上滑動(dòng)查看