科大讯飞发布语音基座大模型SparkAudio 1.0

科大讯飞在2026年全球1024开发者节期间发布星火语音基座大模型SparkAudio 1.0，称其依托全国产算力训练。该模型支持文本与语音双模态输入、文本输出，可完成语音转写、多语言翻译、多方言识别、环境音识别、说话人分离、情感分析及复杂音频问答等任务，并已孵化Spark-ASR-2.0、Spark-LiveTranslation、Spark-Audio-Realtime三款专用任务模型。 落地方面，讯飞输入法16.0已接入该模型，讯飞称其在通用识别、复杂声学场景识别、上下文识别和文本流畅规范性上有所提升；Spark-LiveTranslation后续将逐步上线讯飞听见、讯飞AI眼镜。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。