科大讯飞首发SparkAudio 1.0语音基座大模型：中英文任意切换

10月22日，据报道，在科大讯飞全球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。该模型集成了机器翻译、语音识别、语义理解等能力，显著提升了基础语音能力。

官方称，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卓越，推动人工智能向物理世界应用迈进。现场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。

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和说话人实时识别。

同场科大讯飞还发布了一款“讯飞AI录音环”硬件，搭载4+1环麦阵列与Wi-Fi 6传输，宣称综合识别准确率超过96%，2小时的录音转写仅需2分钟。