News
科大讯飞语音基座大模型 SparkAudio 1.0 上线开放平台
科大讯飞正式推出首个全国产算力训练的语音基座大模型 SparkAudio 1.0，支持 99 种语言、202 种方言识别，英文识别错误率仅 2.25%。SparkAudio 1.0具备音频深度理解能力，可感知情绪、环境音、说话人属性并支持音频问答。依托半监督音频编码器、动态分段端到端建模、双范式协同解码三项技术创新，整体效果提升 20%、响应提速 15%、成本降低 60%。
科大讯飞正式推出首个全国产算力训练的语音基座大模型 SparkAudio 1.0，支持 99 种语言、202 种方言识别，英文识别错误率仅 2.25%。SparkAudio 1.0具备音频深度理解能力，可感知情绪、环境音、说话人属性并支持音频问答。依托半监督音频编码器、动态分段端到端建模、双范式协同解码三项技术创新，整体效果提升 20%、响应提速 15%、成本降低 60%。