智东西· 程茜·· 23 小时前精选AI 评分58
科大讯飞发布语音基座大模型SparkAudio 1.0
数种声源混叠也能精准解析!科大讯飞亮出语音基座大模型SparkAudio 1.0
AI 导读
科大讯飞在2026年全球1024开发者节上发布语音基座大模型SparkAudio 1.0,支持文本、语音双模态输入及文本输出,可完成语音转写、多语言翻译、多方言识别、环境音识别、说话人分离、情感分析及复杂音频问答等任务。
推荐理由
原文展示了SparkAudio 1.0在复杂声场中的分析能力与分层技术路线,读者可据此理解其在多模态交互中的底层支撑作用。
来源:智东西 · zhidx.com