今天，腾讯混元正式发布全新一代语音识别模型——hy asr3.0 preview，首次实现大语言模型hy3的深层语义理解能力与高精度语音识别技术的深度融合，推动语音识别从“逐字转录、局部优化”迈向“语境感知、场景自适应、结果直出”的新阶段。
官方数据显示，该模型在多项权威测试中表现卓越：在开源评测集上，中文普通话、英文、粤语的词错误率（WER）分别仅为3.34%、2.62%、3.12%，整体稳定在3%上下；在腾讯自建评测集上，覆盖通用识别、十余种方言、上下文语义建模、专业领域术语识别，以及高噪声、耳语等严苛声学条件，WER同样处于业界前沿。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
技术架构方面，Hy ASR3.0 preview的性能跃升源于端到端的系统性升级：模型采用兼顾推理效率与识别精度的MoE（Mixture of Experts）结构，基座全面升级为Hy3大语言模型，并自主研发无监督语音编码器（Speech Encoder），依托超千万小时规模的语音数据持续训练，显著增强声学特征建模能力；预训练阶段创新性地开展语音Encoder与大语言模型的联合训练，数据涵盖多地域方言、多样化口音及复杂声学环境，通过多阶段能力注入机制，重点强化方言适配性与上下文感知能力；后训练阶段则构建了覆盖全国20余个细分方言片区的监督微调（SFT）数据集，并融合多轮强化学习策略，精准应对实际应用中常见的误识、漏识难题。
WorkBuddy 会议助手——会议价值不该散会就流失。它把会议的采集、提炼、确认、分发串成一条流水线：从腾讯会议 / IMA / 企业微信多端取料，按 15 类场景模板自动提炼成结构化纪要，你过目确认后一键分发到钉钉、飞书、腾讯文档或企业微信。全程由 workflow 工作流编排驱动，只抽取不编造、先预览后推群、自动去重。 触发：「把会议纪要做一下发钉钉」「总结 IMA 里的 XX 录音」「按面试模板整理这场会」「把这场复盘发飞书」「发到腾讯文档让我手动改」「整理企业微信里的会议纪要」。 能力：腾讯
目前，Hy ASR3.0 preview已正式上线腾讯云官网，开放API调用服务，可广泛支撑智能客服、音视频内容分析、语音搜索等核心业务场景。腾讯AI助手“元宝”已完成首批集成，用户可通过语音输入即时体验方言识别、上下文智能纠错、强干扰环境下稳定转写等功能，相关能力免费向公众开放；WorkBuddy等内部产品也正加速完成接入。行业专家指出，本次升级标志着语音识别正加速向“深度理解用户意图”演进，有望显著提升多终端、多场景下的自然语音交互体验。
