科大讯飞首发星火语音基座大模型 SparkAudio 1.0

科大讯飞在全球 1024 开发者节活动中首发星火语音基座大模型 SparkAudio 1.0。该模型集成机器翻译、语音识别、语义理解等能力，基础语音能力显著提升。

模型在实时说话人分离、环境理解、音频理解、情绪识别等方面表现突出。官方通过分析一段电影片段，展示了模型对声音内容、背景、说话人性别及场景的精准判断能力，推动人工智能向物理世界应用迈进。

目前 SparkAudio 1.0 已在讯飞输入法 16.0、讯飞听见、讯飞办公本、讯飞翻译机全面上线，支持中英文任意切换与说话人实时识别。同期发布的讯飞 AI 录音环硬件搭载 4+1 环麦阵列与 Wi-Fi 6 传输，综合识别准确率超 96%，2 小时录音转写仅需 2 分钟。