科大讯飞首发星火语音基座大模型 SparkAudio 1.0

科大讯飞在 2026 年 10 月 22 日开发者节发布 SparkAudio 1.0，并称其已接入多款讯飞产品，关注点在于语音模型从单一识别向多说话人、环境和音频内容理解扩展。

• IT之家报道，SparkAudio 1.0 集成机器翻译、语音识别和语义理解，并支持中英文切换与实时说话人识别。
• 讯飞称该模型已用于讯飞输入法 16.0、讯飞听见、办公本和翻译机，但报道未给出统一测试集、测试条件或第三方评测结果。
• 发布会展示了对电影片段中的声音内容、说话人性别和场景的分析，这类演示能说明产品方向，但不足以代表复杂环境下的普遍准确率。
• 同期发布的讯飞 AI 录音环采用 4＋1 环麦阵列和 Wi-Fi 6；“综合识别准确率超 96%”及录音转写时长属于厂商口径，需结合测试样本和评价标准理解。
• 影响/看点：如果这些能力能在多人、噪声和中英混合场景中稳定复现，讯飞可能进一步扩大语音模型在输入、会议和硬件终端中的应用；实际价值取决于延迟、隐私处理和跨场景准确率。
• 资料依据:
• IT之家（2026-10-22）：https://www.ithome.com/1/016/445.htm
• 科大讯飞本地大模型方案（2026-10-22）：https://www.xfyun.cn/solutions/local_model

本内容由 AI 生成，仅供参考，请注意甄别