国际 AI 资讯

科大讯飞推出语音基座模型 Spark-Audio-1.0-Preview

科大讯飞9月16日发布语音基座大模型 Spark-Audio-1.0-Preview,支持文本与语音输入、文本输出,覆盖99种语言和202种方言识别,并基于全国产化算力训练。模型已开放体验,API 将在讯飞开放平台上线。

海宇数科 · 事件日期 · 更新于 · 约 1 分钟 · 1 次阅读

科大讯飞推出语音基座模型 Spark-Audio-1.0-Preview 配图
科大讯飞推出语音基座模型 Spark-Audio-1.0-Preview 配图

科大讯飞于9月16日发布语音基座大模型 Spark-Audio-1.0-Preview。该模型基于全国产化算力训练,官方将其定位为覆盖多语种、多方言与多种音频理解任务的语音基座。

在能力上,Spark-Audio-1.0-Preview 支持文本和语音两种模态输入,输出为文本模态,可完成语音转写、多语言翻译、多方言识别、环境音识别、说话人识别、情感分析以及音频问答等任务。模型覆盖99种语言和202种方言识别,讯飞将这一能力组合概括为智能语音从"听清"向"听懂"的演进。

目前 Spark-Audio-1.0-Preview 已开放体验,API 后续将在讯飞开放平台上线。

← 返回AI 资讯