科大讯飞首发星火语音基座大模型 SparkAudio 1.0,支持中英文任意切换

10月23日,据报道,在科大讯飞全球 1024 开发者节活动上,科大讯飞宣布首发星火语音基座大模型 SparkAudio 1.0。

科大讯飞首发星火语音基座大模型 SparkAudio 1.0,支持中英文任意切换

SparkAudio 1.0 集成了机器翻译、语音识别、语义理解等能力,显著提升了基础语音水平。官方称其在实时说话人分离、环境理解、音频理解、情绪识别等方面表现卓越,推动人工智能向物理世界应用迈进。

现场通过一段电影片段的分析,展示了模型对声音内容、背景、说话人性别等的精准识别能力,以及场景判断的准确性。

SparkAudio 1.0 已在讯飞输入法 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。

科大讯飞还发布了一款“讯飞 AI 录音环”硬件设备,搭载 4+1 环麦阵列和 Wi-Fi 6 传输,宣称综合识别准确率超 96%,2 小时录音转写仅需 2 分钟。

原创文章,作者:lehu,如若转载,请注明出处:https://www.kejixun.co/article/765640.html

lehulehu认证作者

相关推荐

发表回复

登录后才能评论