Seed-ASR ist ein von ByteDance entwickeltes Sprach­erkennungs­modell, das auf großen Sprachmodellen (Large Language Model, LLM) basiert. Durch die Eingabe kontinuierlicher Sprachdarstellungen und Kontextinformationen in das LLM und die Nutzung der Fähigkeiten des LLM unter der Anleitung von groß angelegtem Training und kontextbezogener Fähigkeiten wird die Leistung auf umfassenden Bewertungsdatensätzen, die mehrere Bereiche, Akzente/Dialekte und Sprachen umfassen, deutlich verbessert. Im Vergleich zu kürzlich veröffentlichten großen ASR-Modellen erzielte Seed-ASR eine um 10 % – 40 % geringere Wortfehlerquote in gemeinsamen chinesisch-englischen Testdatensätzen, was die hohe Leistungsfähigkeit weiter unterstreicht.