湘语体系
90.1
86.2
83.4
80.4
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
U2-ASR
不止听见声音，更能理解表达
方言全覆盖，支持行业术语识别、一句话识别与实时转写
U2-ASR
U2-ASR 以全场景通用能力为基础，结合上下文理解与专属词汇优化，告别生硬逐字识别，升级为更自然的语义理解模式。覆盖多方言、中英双语，兼顾识别精准度与规整化文本输出，支持一句话识别与实时语音转写能力，适配即时交互与低延迟场景，个人、学习、办公、生活场景人人可用。
90%
复杂噪声环境识别准确率
99.2%
AISHELL-1测试集指标
98.4%
AISHELL-3测试集指标
98.4%
Libri Clean测试集指标
在工业级方言测试集上表现突出，整体识别效果全面超越主流ASR模型
U2-ASR
其他模型
客家话体系
83.4
65
42.6
71.8
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
闽语体系
84.9
68.2
73.1
71.5
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
赣语方言
88.3
64.6
64
74.1
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
晋语体系
89.6
73.1
73
77.4
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
吴语体系（苏州话）
82.2
62
53
50.7
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
西南官话（武汉话）
92.1
89.2
85.8
85.6
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
冀鲁官话
96.2
93
93.7
93
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
西南官话（四川话）
94.7
89.2
90.2
90.1
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
吴语体系（上海话）
89
74.6
72.5
79.8
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
粤语体系
93
90.2
89.9
87.7
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
在AISHELL、FLBURS、LibriSpeech、WenetSpeech Meeting、KeSpeech 等中英文公开测试集上同样表现卓越。
U2-ASR
其他模型
WS-Meeting
95.8
95.2
94.1
93.7
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Libri Clean
98.4
97.9
98.3
98.4
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Libri Other
96.7
96.1
96.6
97.2
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
WS-Net
95.9
95.3
94.3
95.3
U2-ASR 2.5
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Aishell-1
99.2
98.6
97.8
98.8
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Aishell-2
97.9
97.5
97.5
97.2
U2-ASR 2.5
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Aishell-3
98.4
98
95.9
98.4
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Fluers(zh)
96.8
96.8
97.6
97
U2-ASR 2.5
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
核心能力
核心能力
全域方言双语互通，听得懂各地口音
中文与英文双语识别，同时能支持粤语、四川话、上海话、闽南话等上百种方言及地方口音，完整涵盖汉语七大方言体系。无论是单一方言表达还是多种语言混杂沟通的场景，都能够准确识别并转成文字。
一句话快速识别，即时语音秒级转文字
低延迟高效响应，单句语音极速出文，适配语音指令、快速问答等各类即时交互场景，无需等待快速获取文本内容。
语境智能理解，不止听写更懂意思
摒弃机械逐字转写，依托对话语境与专业词库深度理解语义。无惧嘈杂环境、浓重口音、专业话术，精准还原说话本意。
全场景转写 + 结构化输出，长短音频一键搞定
支持实时流式转写与长音频批量处理，最高可处理 5 小时超长音频，边说边记、高效归档；兼具说话人分离、时间戳标注及智能标点断句能力，输出规范规整文本，直接使用无需二次编辑。
优势亮点
优势亮点抗噪能力强
面向真实录音环境优化，在复杂背景音、嘈杂商场、会议现场等环境中仍保持较高识别稳定性。
方言与多语种覆盖广
除普通话外，兼顾粤语等方言及国际语言转写需求，适合跨区域、跨语言业务场景。
专业语义理解更强
可通过上下文与热词注入，对医疗、汽车、客服等专业领域术语进行增强识别。
人声分离精准转写
支持说话人分离、智能断句、标点预测、时间戳输出，让语音内容结构清晰、易于整理。
应用场景
应用场景办公文档输入
语音快速生成工作文档、邮件、方案草稿，大幅提升输入速度。
医疗病历录入
实时识别大量医学专业术语，支持医生口述病历录入，快速生成电子病历。
沟通与翻译
让不同口音、不同表达都能被精准还原，清晰记录。
会议音频转写
一键解析长线录音，自动生成规整文稿与结构化内容，高效减负。
能力
能力支持音频转文本，适用于会议、讲座、客服、业务录音等长音频场景。
支持说话人分离，可区分不同说话人段落。
支持智能断句与标点预测，提升文本可读性。
支持时间戳信息返回，可直接用于字幕、检索、音视频对齐。
支持上下文与热词增强，提升专有名词、行业术语识别率。
支持一句话快速识别，单句语音毫秒级响应，适配即时交互场景。
支持实时流式语音转写，边说边转，低延迟同步生成文本。
灵活计费，专属方案，私有化部署
U2-ASR
不止听见声音，更能理解表达
方言全覆盖，支持行业术语识别、一句话识别与实时转写
U2-ASR：不止听见声音，更能理解表达
U2-ASR 以全场景通用能力为基础，结合上下文理解与专属词汇优化，告别生硬逐字识别，升级为更自然的语义理解模式。覆盖多方言、中英双语，兼顾识别精准度与规整化文本输出，支持一句话识别与实时语音转写能力，适配即时交互与低延迟场景，个人、学习、办公、生活场景人人可用。
90%
复杂噪声环境识别准确率
99.2%
AISHELL-1测试集指标
98.4%
AISHELL-3测试集指标
98.4%
Libri Clean测试集指标
在工业级方言测试集上表现突出，整体识别效果全面超越主流ASR模型
U2-ASR
其他模型
湘语体系
90.1
86.2
83.4
80.4
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
客家话体系
83.4
65
42.6
71.8
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
闽语体系
84.9
68.2
73.1
71.5
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
赣语方言
88.3
64.6
64
74.1
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
晋语体系
89.6
73.1
73
77.4
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
吴语体系（苏州话）
82.2
62
53
50.7
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
西南官话（武汉话）
92.1
89.2
85.8
85.6
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
冀鲁官话
96.2
93
93.7
93
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
西南官话（四川话）
94.7
89.2
90.2
90.1
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
吴语体系（上海话）
89
74.6
72.5
79.8
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
粤语体系
93
90.2
89.9
87.7
U2-ASR
FunASR 1.5
Qwen3-ASR-1.7B
Seed-ASR
在AISHELL、FLBURS、LibriSpeech、WenetSpeech Meeting、KeSpeech 等中英文公开测试集上同样表现卓越。
U2-ASR
其他模型
WS-Meeting
95.8
95.2
94.1
93.7
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Libri Clean
98.4
97.9
98.3
98.4
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Libri Other
96.7
96.1
96.6
97.2
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
WS-Net
95.9
95.3
94.3
95.3
U2-ASR 2.5
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Aishell-1
99.2
98.6
97.8
98.8
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Aishell-2
97.9
97.5
97.5
97.2
U2-ASR 2.5
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Aishell-3
98.4
98
95.9
98.4
U2-ASR
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
Fluers(zh)
96.8
96.8
97.6
97
U2-ASR 2.5
Qwen3-ASR-1.7B
FunASR 1.5
Seed-ASR
核心能力
全域方言双语互通，听得懂各地口音
中文与英文双语识别，同时能支持粤语、四川话、上海话、闽南话等上百种方言及地方口音，完整涵盖汉语七大方言体系。无论是单一方言表达还是多种语言混杂沟通的场景，都能够准确识别并转成文字。
一句话快速识别，即时语音秒级转文字
低延迟高效响应，单句语音极速出文，适配语音指令、快速问答等各类即时交互场景，无需等待快速获取文本内容。
语境智能理解，不止听写更懂意思
摒弃机械逐字转写，依托对话语境与专业词库深度理解语义。无惧嘈杂环境、浓重口音、专业话术，精准还原说话本意。
全场景转写 + 结构化输出，长短音频一键搞定
支持实时流式转写与长音频批量处理，最高可处理 5 小时超长音频，边说边记、高效归档；兼具说话人分离、时间戳标注及智能标点断句能力，输出规范规整文本，直接使用无需二次编辑。
优势亮点
抗噪能力强
面向真实录音环境优化，在复杂背景音、嘈杂商场、会议现场等环境中仍保持较高识别稳定性。
方言与多语种覆盖广
除普通话外，兼顾粤语等方言及国际语言转写需求，适合跨区域、跨语言业务场景。
专业语义理解更强
可通过上下文与热词注入，对医疗、汽车、客服等专业领域术语进行增强识别。
人声分离精准转写
支持说话人分离、智能断句、标点预测、时间戳输出，让语音内容结构清晰、易于整理。
应用场景
办公文档输入
语音快速生成工作文档、邮件、方案草稿，大幅提升输入速度。
医疗病历录入
实时识别大量医学专业术语，支持医生口述病历录入，快速生成电子病历。
沟通与翻译
让不同口音、不同表达都能被精准还原，清晰记录。
会议音频转写
一键解析长线录音，自动生成规整文稿与结构化内容，高效减负。
能力
- 支持音频转文本，适用于会议、讲座、客服、业务录音等长音频场景。
- 支持说话人分离，可区分不同说话人段落。
- 支持智能断句与标点预测，提升文本可读性。
- 支持时间戳信息返回，可直接用于字幕、检索、音视频对齐。
- 支持上下文与热词增强，提升专有名词、行业术语识别率。
- 支持一句话快速识别，单句语音毫秒级响应，适配即时交互场景。
- 支持实时流式语音转写，边说边转，低延迟同步生成文本。
