讯飞发布全国产算力语音基座大模型Spark-Audio-1.0：有哪些关键信息？

科大讯飞上线Spark-Audio-1.0-Preview，基于纯国产算力集群训练。

模型采用0.65B音频编码器与30B-A3B MoE结构，使用1300万小时音频数据。

支持99种语言及202种方言识别，具备端到端理解语义、情绪及环境音能力。

在Fleurs中文测试集取得SOTA，多项语音评测得分高于Gemini-3.1 Pro。

相比同尺寸竞品在多语言识别上占优，通用知识任务未出现明显性能下降。

物界前沿 · 资讯情报卡（IT之家 · 2026/9/16）

讯飞发布全国产算力语音基座大模型Spark-Audio-1.0

核心事实

关键数据

0.65B音频编码器参数

30B-A3BLLM结构参数

1300万小时训练音频时长

99种支持语言数

物界观察

讯飞此举标志着国产AI基础设施从“可用”迈向“好用”。全链路国产化训练不仅规避了算力断供风险，更通过端到端架构解决了传统级联方案的信息损耗痛点。其在高噪声等真实场景的领先表现，证明国产模型已具备替代国际顶尖闭源模型的实战潜力，为垂直领域落地提供了高性价比的新选择。