據 Woofun AI 消息，阿里巴巴通義實驗室升級 Fun-ASR-Realtime 大規模流式語音識別模型，將初始字符處理延遲降至百毫秒級別，實現近乎實時轉錄且準確率媲美離線模型。該模型通過整合歷史對話與動態修正熱門詞彙，有效解決語境誤判問題，在《電影風暴》100小時戶外直播中成功生成6萬餘條字幕，總字數達132萬字。

目前該模型支持30種語言和16種方言，方言平均字符準確率達88.62%，其中上海話爲92.41%，溫州話爲82.74%。其離線版本 Fun-ASR-Flash 在 Artificial Analysis 平臺單詞錯誤率排名中位列第一。兩款新模型僅作爲商業 API 在阿里雲百鍊平臺提供服務，底層開源框架可在 Moddle 社區和 GitHub 上獲取。