中文普通话词错率3.34%、英语2.62%、粤语3.12%——8月4日，腾讯混元发布新一代语音识别模型Hy ASR 3.0 preview，在多语种开源评测集上交出这份成绩单。该模型已在元宝首发上线，用户按住说话即可免费体验。

Hy ASR 3.0 preview最大的变化，是从过去单纯追求逐字转写准确率，转向了理解语境、兼容复杂场景的语义级输出。它基于最新大语言模型Hy3的语言理解能力，融合高精度语音识别与深度语义理解，在通用识别、上下文感知、方言覆盖和复杂声学场景的鲁棒性上都有明显提升。官方强调，模型能给出“更接近用户真实意图的转写结果”，不再只是听清，更要听懂。

打开网易新闻 查看精彩图片

评测数据支撑了这一说法。在开源评测集上，Hy ASR 3.0 preview的中文普通话词错误率（WER）控制在3.34%，英语为2.62%，粤语为3.12%。而在自建评测集里，模型在方言识别、上下文理解、专词识别以及高噪、耳语等复杂声学场景下，WER同样保持在较低水平。这意味着无论是嘈杂的咖啡厅，还是轻声细语的耳语，识别稳定性和语义连贯性都有可靠保障。

产品落地方面，腾讯旗下的AI助手元宝深度参与了模型的共研，并完成了首发上线。用户只需在元宝中按住说话，就可以直接调用Hy ASR 3.0的方言识别、上下文智能纠错和复杂环境稳定转写能力。这一功能对用户完全免费开放。与此同时，WorkBuddy等产品也在陆续接入中。

面向企业和开发者，Hy ASR 3.0 preview已通过腾讯云官网对外开放API服务，覆盖智能客服、内容理解、语音搜索等常用场景。按照腾讯混元的节奏，从大语言模型到语音识别的全链路能力正在逐步串起，而这一次在语音上的升级，让它离更自然的交互又近了一步。