阿里语音大模型拿下全球第五、国产第一

5月28日，在全球权威AI评测平台ArtificialAnalysis发布的语音排行榜（SpeechArena）上，阿里巴巴语音大模型Fun-Realtime-TTS-Preview以1190分的Elo评分位列全球第五、国产第一。更值得关注的是，该模型在ASR（自动语音识别）、Chat（端到端语音理解与对话）以及TTS（文本转语音）三个核心子赛道均斩获全国第一，展现了全面的语音AI能力。

ArtificialAnalysis是全球知名的独立AI模型评测平台，其SpeechArena榜单通过匿名用户盲测投票的Elo评分机制，对全球各主流模型的语音能力进行动态排名。在此次评测中，Fun-Realtime-TTS-Preview不仅在总分上与海外顶尖模型展开了直接竞争，更在三大技术细分维度实现了国产模型罕见的“全满贯”。

在ASR赛道，该模型展现了对噪声、方言及复杂语境极高的转写准确率；在Chat赛道，即端到端的全双工语音对话能力上，模型表现出极低的响应延迟、高度拟人化的情绪感知与自然打断能力；而在TTS赛道，其合成语音在自然度、表现力及多语种、多情感切换方面达到一流水平。这标志着国产语音大模型首次在端到端全能力上真正比肩国际头部玩家。

目前，阿里已将该语音大模型的能力通过阿里云对外输出，面向智能客服、智能车载、内容创作、无障碍辅助及AI社交等场景提供行业解决方案。