讯飞星火语音基座SparkAudio 1.0上线API服务

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 服务，开发者可直接接入调用。 该模型支持文本和语音双模态输入、文本输出，可完成语音转写、多语言翻译、多方言识别、说话人分离、情感分析和音频问答等任务，支持 99 种语言、202 种方言，并采用全国产算力训练。科大讯飞称，相比先转写再理解的级联方案，语音基座模型可直接理解人声、环境音与音乐中的语义、情绪和场景。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。