科大讯飞发布 Spark-ASR-2.0 语音识别大模型，推理成本仅增 10%

中国人工智能企业科大讯飞正式发布新一代语音识别大模型 Spark-ASR-2.0。该模型通过非自回归与 LLM 增强自回归协同、中英文混合文本与声学联合增强、动态上下文注入等技术创新，在通用识别、复杂声学场景识别及文本流畅规范性等方面实现显著提升。

官方数据显示，Spark-ASR-2.0 的整体推理成本相较上一代仅增加 10%。在方言、高噪声和小音量等场景中，该模型表现优于当前业界最优水平，词错误率明显降低。

Spark-ASR-2.0 将逐步上线讯飞输入法，并通过讯飞开放平台提供 API 服务。该模型还将在讯飞 AI 眼镜、讯飞智能办公本、讯飞听见等产品中落地应用。