腾讯混元发布 Hy ASR 3.0 preview：上下文感知的语音识别

腾讯混元发布新一代语音识别模型 Hy ASR 3.0 preview，基于大语言模型 Hy3 与 MoE 架构，融合高精度识别与语义理解。该模型在开源评测集中中文普通话 WER 3.34%、英语 WER 2.62%、粤语 WER 3.12%，支持上下文纠错、热词注入及高噪耳语等场景，已上线腾讯云 API，元宝 App 首发并免费开放。

腾讯混元推出 Hy ASR 3.0 preview，将语音识别与语义理解结合，支持上下文纠错和热词注入，相比传统 ASR 在准确性和场景适应性上有实质提升，尤其在粤语和高噪环境下表现突出，已落地腾讯云和元宝 App。

该模型基于大语言模型 Hy3 与 MoE 架构，利用大规模语言模型的理解能力提升语音识别准确性，并通过上下文纠错和热词注入机制动态调整识别结果，以适应特定场景。MoE 架构可能有助于在保持性能的同时控制推理成本。

对腾讯云 API 用户和元宝 App 用户，该模型提供了更准确的语音识别能力，支持粤语和高噪场景，可降低下游业务中人工纠错成本，提升语音交互体验。开发者可集成 API 实现上下文感知的语音功能，但具体定价和配额尚未公布。

• 在客服或语音助手产品中集成 Hy ASR 3.0，利用上下文纠错提升用户指令理解的准确性。
• 面向粤语用户开发语音输入或转写工具，利用低 WER 和热词注入功能，满足方言场景需求。
• 针对嘈杂环境（如工厂、车内）的语音控制应用，利用高噪耳语支持增强产品可靠性。
• 基于热词注入能力，为垂直行业（如医疗、金融）定制专业术语识别模板。

• Hy ASR 3.0 的上下文纠错能力具体支持多长的上下文窗口？
• 该模型在腾讯云 API 上的定价和并发限制是多少？
• 元宝 App 中该模型是否有限流或功能限制？
• 与其他主流 ASR 模型（如 Whisper）在相同评测集上的对比数据如何？