物界前沿 · 资讯情报卡(IT之家 · 2026/11/12)
科大讯飞星火语音基座 SparkAudio 1.0 上线 API
核心事实
- 科大讯飞于 11 月 12 日宣布 SparkAudio 1.0 上线讯飞开放平台 API 服务。
- 开发者可直接接入调用该语音基座大模型。
- 该模型支持文本与语音输入、文本输出,覆盖转写、翻译、情感分析等任务。
- 模型支持 99 种语言和 202 种方言的识别与翻译。
- 模型采用全国产算力训练,面向智能客服、汽车座舱等场景。
关键数据
99 种支持语言数
202 种支持方言数
物界观察
语音基座模型直接理解音频,绕开转写再理解的级联链路,能减少信息丢失和延迟。对开发者来说,多语言多方言加全国产算力是差异化卖点,但实际效果要看 API 调用成本和真实场景的鲁棒性。
来源:IT之家原文 ↗
物界前沿