据媒体5月28日报道，全球AI评测平台Artificial Analysis最新发布的语音排行榜（Speech Arena）显示，阿里巴巴旗下语音大模型Fun-Realtime-TTS-Preview以1190分的Elo评分，位列全球第五、国产第一。
在ASR（语音转文字）、Chat（端到端语音理解与对话）以及TTS（文字转语音）三大核心领域，该模型均获得国内排名第一，实现了语音交互领域“全赛道领先”。
语音大模型的能力通常分为三个维度：准确识别（ASR）、流畅表达（TTS）与智能对话（Chat）。这三项能力各自独立，又相互支撑，共同构成完整的语音交互体验。
此前，阿里语音大模型家族中的另外两款产品——Fun-Realtime-ASR和Fun-Realtime-AudioChat，已在同一平台取得领先，分别拿下“听准”“听懂”“会聊”三项指标的全球第一，整体表现超越了GPT-Realtime-2等国际主流语音模型。
目前，阿里语音大模型家族已深度集成至千问App、高德地图、钉钉等国民级应用，提供实时语音转文字、智能导航交互、会议纪要生成等核心服务。
此外，该模型还支持企业级定制接口，可灵活适配金融、医疗等行业的特定场景。阿里语音团队开源的FunASR、CosyVoice等多款模型，在GitHub上累计收获数万星标，受到国内外开发者的广泛关注。
（举报）