科大讯飞发布星火语音基座大模型 SparkAudio 1.0，输入法可直接用

IT之家10月22日消息，科大讯飞在当日全球1024开发者节上宣布首发星火语音基座大模型 SparkAudio 1.0。[1]

据报道，SparkAudio 1.0 集成机器翻译、语音识别、语义理解等能力，并强调在实时说话人分离、环境理解、音频理解、情绪识别等方面的表现。官方通过电影片段演示，展示模型对声音内容、背景声、说话人性别等的识别，以及场景判断结果。[1]

落地产品方面，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与说话人实时识别。对广播、播客、会议转写、口播字幕等场景而言，这意味着用户不必单独部署基座模型，在已更新的讯飞系产品里即可调用相关能力；中英文切换与说话人识别也更贴近多语种口播、访谈类内容生产。[1]

同场，科大讯飞还发布硬件「讯飞 AI 录音环」：搭载 4+1 环麦阵列与 Wi-Fi 6 传输，官方宣称综合识别准确率超96%，2小时录音转写约需2分钟。该硬件与 SparkAudio 形成「端侧采集 + 转写」组合，面向会议、采访等连续录音需求；售价、配件与发货节奏以厂商后续渠道信息为准。[1]

上述能力与准确率数字来自发布会通稿与厂商口径；实际体验因设备、网络、口音、噪声与语种场景而异，以产品内说明与版本更新日志为准。

来源

[1] 科大讯飞首发星火语音基座大模型 SparkAudio 1.0（IT之家），2026年10月22日。

#科大讯飞 #SparkAudio #语音大模型 #讯飞输入法 #1024开发者节