讯飞发布星火语音基座大模型

IT时代网10月22日消息，在今日下午的科大讯飞全球1024开发者节活动上，科大讯飞宣布首发星火语音基座大模型SparkAudio 1.0。新模型集成了机器翻译、语音识别、语义理解等能力，支持中英文任意切换与说话人实时识别。

官方通过一段电影片段的分析，展示了模型对声音内容、背景、说话人性别等的精准识别能力，以及场景判断的准确性。据介绍，模型在实时说话人分离、环境理解、音频理解、情绪识别等方面均有明显提升。

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。活动现场还发布了讯飞AI录音环硬件设备，搭载4+1环麦阵列与Wi-Fi 6传输，官方称综合识别准确率超96%，两小时录音转写仅需两分钟。

注：本文配图由AI生成。本文综合自IT之家等，文中包含AI辅助创作的内容。

编辑：林一舟