11 月 12 日,科大讯飞宣布星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API,开发者可直接接入。模型支持文本与语音双模态输入、文本输出,覆盖语音转写、多方言识别、环境音理解与音频问答等任务。

官方称 SparkAudio 1.0 是依托全国产算力训练的语音基座大模型,相较 SparkAudio 1.0-Preview 整体效果提升 20%、响应降低 15%、成本降低 60%(均为厂商口径)。其以原生语音大模型替代传统「先转写、再理解」的级联方案,已面向智能客服、汽车座舱、跨语会议等场景开放。

信息来源