> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bigmodel.cn/llms.txt
> Use this file to discover all available pages before exploring further.
# GLM-ASR-2512
## 概览
GLM-ASR-2512 是智谱新一代语音识别模型，支持将语音实时转换为高质量文字。无论是日常聊天、会议记录、工作文档，还是包含专业术语的场景，都能精准识别与转换，大幅提升输入与记录效率。模型在多场景、多口音条件下依旧保持行业出色的识别表现，字符错误率（CER）仅为 0.0717，带来既快速又可靠的语音输入体验。
}>
音频
}>
文本
}>
文件大小 ≤ 25 MB、音频时长 ≤ 30 秒
模型价格详情请前往[价格界面](https://open.bigmodel.cn/pricing)
## 推荐场景
实时转录线上会议，自动整理结构化纪要，大幅提升效率。
高精度转写客服通话内容，提升质检效率并支持多场景分析。
为新闻直播、教育课程或视频会议提供实时同步字幕，保证低延迟与高准确率。
语音快速生成工作文档、邮件、方案草稿，大幅提升输入速度。
支持跨语言语音理解，应用于跨境交流、在线会议与教学场景。
实时识别大量医学专业术语，支持医生口述病历录入，快速生成电子病历。
## 使用资源
快速测试模型在业务场景上的效果
API 调用方式
## 详细介绍
* 精准识别：在最新竞品评估中，GLM-ASR-2512 的字符错误率（CER）仅为 0.0717，达到国际出色水平。
* 高效自定义词典：模型支持用户通过简易配置，快速导入专属词汇、项目代号（如 AutoGLM、智谱AI输入法）及生僻人名地名等。只需在设置中添加一次，即可告别反复修改的痛点。
* 复杂场景优势：无论是中英混合表达、指令化文本、行业专有名词，还是长句、口语化表达等复杂场景，GLM-ASR-2512 都能稳定输出高质量文字，整体表现显著优于竞品。
GLM-ASR-2512 具备出色的多语言与方言处理能力，能够精准转录全球多种主流语言及地区性口语：
* 中文：支持普通话，以及四川话、粤语、闽南语、吴语等主要方言
* 英语：支持美式、英式等多种口音
* 其他支持语言：法语、德语、日语、韩语、西班牙语、阿拉伯语等数十种全球常用语言
## 应用示例
模型能够自动区分中英文语境，精准识别数字与单位组合，智能解析不连贯语句（如重复、卡顿），输出逻辑完整的文本，为后续的会议总结和工作安排提供可靠依据。
| 特殊场景 | 原始音频 | 输出结果 |
| :-------- | :------------------------------------------------------------------ | :------------------------------------------------------------------------------------- |
| 数据+术语+中英文 | | excel二零一九使用升序降序做排序操作，活动单元格应该选定a工作表的任何地方，b数据清单的任何地方，c排序依据数据列的任意单元格，d数据清单标题行的任意单元格，应该选哪个 |
模型能够智能判别方言，并不受环境音干扰，准确理解指令含义，快速返回精准的文字结果。
| 特殊场景 | 原始音频 | 输出结果 |
| :-------------- | :------------------------------------------------------------------ | :--------------------------------------------- |
| 纯文字+天津话方言+环境音干扰 | | 我想去趟潘家园，去潘家园那块儿的停车场。给我规划一条不堵的路线，最好这路上也没有什么红绿灯。 |
模型能够精准解析带口音的英语，同时克服噪音干扰，即使英语发音不标准，它也能依据真实语言环境进行矫正后输出，还原课堂真实场景，便于后续复习。
| 特殊场景 | 原始音频 | 输出结果 |
| :------------------- | :------------------------------------------------------------------ | :----------------------------------------------------------------------------------------- |
| 纯文字+有口音英语（中式英语）+噪音环境 | | OK, now please tell me, how do you know from this picture that its location is bangladesh? |
模型能够精确解析玩家黑话，无缝切换中英文语境，流式转写战术交流的同时不影响游戏的流畅性。
| 特殊场景 | 原始音频 | 输出结果 |
| :---------- | :------------------------------------------------------------------ | :------------------ |
| 游戏黑话+中英文+口音 | | 六六六牛啊这切c操作太秀了一波了一波了 |
## 调用示例
**基础调用**
```bash theme={null}
curl --request POST \
--url https://open.bigmodel.cn/api/paas/v4/audio/transcriptions \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: multipart/form-data' \
--form model=glm-asr-2512 \
--form stream=false \
--form file=@example-file
```
**流式调用**
```bash theme={null}
curl --request POST \
--url https://open.bigmodel.cn/api/paas/v4/audio/transcriptions \
--header 'Authorization: Bearer YOUR_API_KEY' \
--header 'Content-Type: multipart/form-data' \
--form model=glm-asr-2512 \
--form stream=true \
--form file=@example-file
```