科大訊飛首發星火語音基座大模型 SparkAudio 1.0

科大訊飛在今日下午的全球1024開發者節上，把星火家族的第一塊語音基石正式亮了出來——星火語音基座大模型 SparkAudio1.0。它把機器翻譯、語音識別、語義理解這幾樣本領擰進同一個模型裏，讓基礎語音能力整體往上擡了一截。

在官方演示裏，SparkAudio1.0借一段電影片段秀出了它的"耳朵"有多尖:不僅能精準分辨聲音內容、背景和說話人的性別，還能對場景做出準確判斷。官方稱，它在實時說話人分離、環境理解、音頻理解和情緒識別上都"表現卓越"，正把人工智能往真實物理世界的應用推進一步。

這塊新基石已經落進訊飛的多款產品裏。訊飛輸入法16.0、訊飛聽見、訊飛辦公本、訊飛翻譯機全面上線，支持中英文任意切換和說話人實時識別——也就是說，你邊說邊在兩種語言之間跳轉、身旁又有幾個人先後開口，它都能跟得上、分得清。

配套硬件也一併端了出來。科大訊飛發佈"訊飛 AI 錄音環"，搭載4+1環麥陣列、走 Wi-Fi6傳輸，宣稱綜合識別準確率超過96%，一段2小時的錄音轉寫只要2分鐘就能跑完。