硅基流动产品上新:TokenPlus 词元优选,一站式 Token 智能调度与管理平台。主流模型 4.2 折起,调用稳定,企业级管理更省心,了解详情 www.tokenplus.cn
全部模型 › 模型详情
ChinaTelecom语音

XingChenASR V3.2-Ultra

Model ID
XingChenAGI/XingChenASR-V3.2-Ultra

模型介绍

XingChenASR V3.2-Ultra 是面向工业级场景深度优化的新一代端到端语音识别大模型,可支持中+英+60种方言混合识别。高可读语义转写:依托自研口语文本规整技术,对转写结果进行语义层面的梳理优化,自动精简口语冗余、理顺表达逻辑,显著提升内容的流畅度与易读性。在 test_meeting 公开测试集上,综合可读性评分达 4.29 分。方言语音翻译能力:支持粤语和上海话方言语音翻译,可实现方言语音到规范普通话文本的直接转换,具备行业差异化优势。中+英+多方言识别能力:整体保持行业第一梯队:普通话朗读 AIShell2 字准确率达 97.25%,英语通用基准 librispeech_clean 准确率达 98.04%,普通话会议 test_meeting、通用方言朗读 kespeech、粤语短会议 WS-yue short 字准确率均稳定在 93% 以上,四川话短语音场景同样表现稳健,全面覆盖标准朗读、会议对话、多方言等核心识别场景。全场景智能增强:拥有领先的热词增强与上下文感知增强能力,可精准适配垂直行业定制需求,有效提升长音频、长对话场景的识别质量,全面覆盖客服热线、政务服务、会议转写、智能硬件等多元落地场景

发布日期:2026-08-21 · 模型厂商:ChinaTelecom

ASR多方言工业级语音识别语义转写

在线推理价格

通过 API 即可调用,按实际使用量计费。

计费币种:人民币
计费类型单价 / 计费单位
输入 UTF-8 字节免费 / 千字符(UTF-8)

规格与能力及 API 调用

规格

总参数量
暂未提供
上下文长度
暂未提供
最大输出长度
暂未提供

支持能力

  • 深度思考· 不支持
  • 视觉理解· 不支持
  • 工具调用· 不支持
  • JSON 模式· 不支持
  • 前缀续写· 不支持

API 调用

API 文档

通过硅基流动 API 接入模型。以下为基础请求示例,具体参数以模型 API 文档为准。

⌘   API 调用示例

Base URL: https://api.siliconflow.cn/v1

curl https://api.siliconflow.cn/v1/audio/transcriptions \
  -H "Authorization: Bearer $SILICONFLOW_API_KEY" \
  -F 'model=XingChenAGI/XingChenASR-V3.2-Ultra' \
  -F 'file=@audio.wav'

请将 API Key 设置为环境变量 SILICONFLOW_API_KEY,避免在客户端公开密钥。

模型服务方式

按需选择 API 调用或预留实例,满足从快速体验到业务部署的不同需求。

按量调用

API 调用

无需部署,通过统一 API 快速调用模型,按实际用量付费。

专属资源

预留实例

为业务预留专属资源,满足持续、稳定的模型调用需求。