7月1日,聲網(wǎng)上線首個式提聲網(wǎng)發(fā)布全球首個 AI 模型評測平臺(對話式)。該平臺針對對話式 AI 場景下,全球級聯(lián)大模型中的ASR+LLM+TTS延遲數(shù)據(jù)提供主流供應(yīng)商的橫向測評,更直觀的展示聲網(wǎng)對話式AI 引擎適配各主流模型的實(shí)時性能數(shù)據(jù)。同時,模型平臺還提供了“競技場”功能,開發(fā)者可自由選擇 ASR、LLM、評測平臺TTS 的對話主流供應(yīng)商進(jìn)行對比,根據(jù)性能延遲的數(shù)據(jù)表現(xiàn),選擇更適配自身業(yè)務(wù)的模型供應(yīng)商。

聲網(wǎng)對話式AI引擎在上線之初,供級就憑借靈活擴(kuò)展的特性受到開發(fā)者的歡迎,兼容適配全球主流的大模型與 TTS 供應(yīng)商,滿足不同場景和業(yè)務(wù)需求。此次 AI 模型評測平臺與對話式AI引擎v1.6版本聯(lián)動發(fā)布,測評新版本對話式 AI 引擎開放了 ASR,并上線了聲網(wǎng)自研的鳳鳴-實(shí)時語音識別。同樣在該評測平臺,聲網(wǎng)上線首個式提開發(fā)者也可以自主選擇包括騰訊云-實(shí)時語音識別、火山引擎-實(shí)時語音識別、全球鳳鳴-實(shí)時語音識別在內(nèi)的模型各家供應(yīng)商,進(jìn)行延遲數(shù)據(jù)的對比。

ASR+LLM+TTS 延遲性能排行榜

綜合最優(yōu)、評測平臺響應(yīng)最快模型一目了然

AI模型評測平臺主要分為“儀表盤”與“競技場”兩項(xiàng)功能,對話在“儀表盤“中官方推薦了對話式 AI 引擎適配后綜合最優(yōu)、響應(yīng)最快的供級級聯(lián)模型組合。例如,測評截止目前,綜合最優(yōu)推薦級聯(lián)模型組合為騰訊云-實(shí)時語音識別+阿里云-通義千問 Turbo+火山引擎-語音合成。響應(yīng)最快推薦級聯(lián)模型組合為鳳鳴-實(shí)時語音識別+智譜-GLM 4 AirX+百度智能云-語音合成,聲網(wǎng)上線首個式提級聯(lián)模型總延遲為1125.36 ms。

同時,“儀表盤”專為對話式AI 場景定制了多個級聯(lián)模型延遲數(shù)據(jù)排行榜,且評測數(shù)據(jù)保持每小時更新:

1、Top 10 級聯(lián)模型組合:以級聯(lián)模型總延遲為評測指標(biāo),直觀的展示不同組合級聯(lián)模型的總延遲數(shù)據(jù)對比;

2、語音識別(ASR)Top 3 :以末字延遲為評測指標(biāo)進(jìn)行對比;

3、語言模型(LLM)Top 3 :以首字延遲的性能數(shù)據(jù)進(jìn)行排序;

4、語音合成(TTS)Top 3 :對比各家TTS 供應(yīng)商的首字節(jié)延遲性能。

競技場自主選擇模型性能對比

支持TTS測試語句試聽

在 AI 模型評測平臺“競技場”中,開發(fā)者可自主選擇不同的 ASR、LLM、TTS 模型進(jìn)行延遲性能的對比。例如 LLM 可選擇 DeepSeek V3、豆包大模型、智譜 GLM 系列模型、 通義千問系列模型、MiniMax Text 01、騰訊云混元系列模型等進(jìn)行對比;ASR-實(shí)時語音識別和 TTS-語音合成也包含了市場各家主流模型。

針對延遲數(shù)據(jù)的評測指標(biāo),平臺還提供了多個分位的延遲數(shù)據(jù)差異對比,從 P25、P50 到 P99 共六個分位,開發(fā)者可以更詳細(xì)的了解每個模型的延遲數(shù)據(jù)表現(xiàn)。例如,鳳鳴-ASR P50分位的末字延遲為572 ms,意味著測試期間50%的延遲數(shù)據(jù)低于572 ms。

此外,“競技場”的 TTS-語音合成對比中,還提供了預(yù)設(shè)的語音合成測試語句,反映多種場景下(字母數(shù)字混合、非流暢性語句、客戶服務(wù)、醫(yī)療健康、外呼銷售、有聲書&播客、非常見發(fā)音詞匯)不同模型的語音合成質(zhì)量,并且支持試聽。

目前,AI模型評測平臺已正式上線聲網(wǎng)官網(wǎng),未來聲網(wǎng)也將持續(xù)更新模型成本、單詞準(zhǔn)確率等新的評測維度,助力開發(fā)者更好的選擇適配自身業(yè)務(wù)的最優(yōu)模型組合。

如您想進(jìn)一步體驗(yàn) AI模型評測平臺,可進(jìn)入聲網(wǎng)官網(wǎng)的“對話式AI”頁面進(jìn)行體驗(yàn)。

本文來源：http://www.iv82.cn/news/56b38499559.html

版權(quán)聲明：本文內(nèi)容由互聯(lián)網(wǎng)用戶自發(fā)貢獻(xiàn)，該文觀點(diǎn)僅代表作者本人。本站僅提供信息存儲空間服務(wù)，不擁有所有權(quán)，不承擔(dān)相關(guān)法律責(zé)任。如發(fā)現(xiàn)本站有涉嫌抄襲侵權(quán)/違法違規(guī)的內(nèi)容，請發(fā)送郵件舉報，一經(jīng)查實(shí)，本站將立刻刪除。