O Seed-ASR é um modelo de reconhecimento de voz baseado em modelos de linguagem de grande porte (Large Language Model, LLM) desenvolvido pela ByteDance. Ao inserir a representação contínua da fala e informações contextuais no LLM, e utilizando a capacidade do LLM, sob a orientação do treinamento em larga escala e da capacidade de percepção de contexto, o Seed-ASR melhora significativamente o desempenho em conjuntos de avaliação abrangentes que incluem múltiplos domínios, sotaques/dialetos e idiomas. Em comparação com os modelos ASR de grande porte lançados recentemente, o Seed-ASR alcançou uma redução de 10% a 40% na taxa de erro de palavras em conjuntos de testes públicos em chinês e inglês, demonstrando ainda mais seu poderoso desempenho.