科大讯飞发布语音基座大模型 SparkAudio 1.0：支持中英文切换与实时说话人识别
科大讯飞在全球 1024 开发者节上发布语音基座大模型 SparkAudio 1.0。该模型整合机器翻译、语音识别和语义理解能力，并宣称支持实时说话人分离、环境与音频理解及情绪识别。现场演示展示了模型对电影片段的分析。SparkAudio 1.0 已上线讯飞输入法、讯飞听见、讯飞办公本和讯飞翻译机，支持中英文切换。科大讯飞还发布了一款搭载 4+1 环麦阵列和 Wi-Fi 6 的 AI 录音环，并称其综合识别准确率超过 96%，两小时录音可在两分钟内转写完成。
本文来源：IT之家,AIbase，仅供学习参考，版权归原作者所有。