腾讯混元把语音识别打到 3% WER：Hy ASR 3.0 preview 让 ASR 从“逐字”走向“读语境”

腾讯混元 8 月 4 日发布新一代语音识别模型 Hy ASR 3.0 preview，深度绑定其下一代大语言模型 Hy3，把“逐字转写、单点优化”推进到“理解语境、兼容场景、一键直出”。多语种 WER 控制到 3% 上下（普通话 3.34%、英语 2.62%、粤语 3.12%），并支持中英加 20 种方言共一个引擎。同时通过腾讯云以“Hy-ASR-3.0-preview”Paas 接口对外提供实时识别 API（当前为内测版），元宝已经首发上线免费使用，WorkBuddy 等内部产品陆续接入。本文拆解 LLM-based ASR 的工程意义、方言语义护城河与企业接入方式。