4倍速输入神器！腾讯混元自研ASR登陆ima，复杂场景照单全收

语音输入新体验，效率提升显著

7月22日，腾讯混元正式将其自主研发的ASR（语音识别）大模型应用于ima平台，首次在手机App端实现语音输入功能，为用户带来"出口成章"的便捷体验。 用户现在可通过语音直接提出问题或记录灵感，无需手动输入，显著提升效率。

强大性能，精准识别

该ASR大模型凭借敏锐的听觉与智能理解能力，在复杂环境中仍能准确识别语音内容，每分钟可识别300字，速度是手动输入的4倍，识别结果更自然精准。 采用业界首个基于双编码器的流式架构，语义理解能力大幅提升，尤其在中英文混合场景下表现突出。

多场景覆盖，功能实用便捷

ima平台此次上线的语音输入功能，广泛应用于知识库问答、笔记创作等多个场景：

• 长问题查询可直接语音输入，无需打字；
• 笔记撰写时如同配备语音助手，支持语音创作与续写；
• iOS用户还可通过桌面小组件实现快速提问。

未来规划清晰，技术持续升级

腾讯混元团队表示，未来将持续优化ASR模型，增强方言与多语言识别能力，拓展支持语言种类，满足多样使用场景。 此次语音输入功能的上线，不仅彰显了其在语音识别领域的技术实力，也推动了更高效、更智能的交互方式落地。