科大讯飞首发星火语音基座大模型 SparkAudio 1.0 · · Oct 22, 2026 31.8k 科大讯飞在今日下午的全球1024开发者节上，把星火家族的 第一 块语音基石正式亮了出来——星火语音基座大模型 SparkAudio1.0。它把机器翻译、语音识别、语义理解这几样本领拧进同一个模型里，让基础语音能力整体往上抬了一截。 在官方演示里，SparkAudio1.0借一段电影片段秀出了它的"耳朵"有多尖:不仅能精准分辨声音内容、背景和说话人的性别，还能对场景做出准确判断。
官方称，它在实时说话人分离、环境理解、音频理解和情绪识别上都"表现卓越"，正把人工智能往真实物理世界的应用推进一步。 这块新基石已经落进讯飞的多款产品里。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——也就是说，你边说边在两种语言之间跳转、身旁又有几个人先后开口，它都能跟得上、分得清。 配套硬件也一并端了出来。
科大讯飞发布"讯飞 AI 录音环"，搭载4+1环麦阵列、走 Wi-Fi6传输，宣称综合识别准确率超过96%，一段2小时的录音转写只要2分钟就能跑完。 本文来自AIbase日报 扫码查看 欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。 —— 由AIbase 日报组创作