AI 摘要
- 科大訊飛在全球1024開發者節發布星火語音基座大模型 SparkAudio 1.0，整合機器翻譯、語音識別與語義理解
- 該模型已應用於訊飛輸入法16.0、訊飛聽見、訊飛辦公本與訊飛翻譯機等產品
- 同步發布的訊飛 AI 錄音環宣稱綜合識別準確率超過96%
科大訊飛在全球1024開發者節上正式發布星火語音基座大模型 SparkAudio 1.0，這是星火家族首個語音基石模型。它把機器翻譯、語音識別與語義理解整合於同一模型之中，旨在整體提升基礎語音能力，並推動人工智能走向真實物理世界的應用。
產品定位與核心能力
官方表示，SparkAudio 1.0 在實時說話人分離、環境理解、音頻理解和情緒識別等方面表現突出。官方演示以一段電影片段展示其聽覺能力，包括準確分辨聲音內容、背景與說話人性別，並能對場景做出判斷。
已落地的產品應用
這一語音基座已接入科大訊飛多款產品。訊飛輸入法16.0、訊飛聽見、訊飛辦公本與訊飛翻譯機均已全面上線，並支援中英文任意切換與說話人實時識別。
| 產品 | 中英文任意切換 | 說話人實時識別 |
|---|---|---|
| 訊飛輸入法16.0 | 支援 | 支援 |
| 訊飛聽見 | 支援 | 支援 |
| 訊飛辦公本 | 支援 | 支援 |
| 訊飛翻譯機 | 支援 | 支援 |
配套硬件：訊飛 AI 錄音環
科大訊飛同步發布「訊飛 AI 錄音環」，搭載4+1環麥陣列，並透過 Wi-Fi 6 傳輸資料。官方宣稱其綜合識別準確率超過96%，一段2小時的錄音轉寫約需2分鐘即可完成。
| 項目 | 規格 |
|---|---|
| 麥克風陣列 | 4+1環麥陣列 |
| 傳輸方式 | Wi-Fi 6 |
| 綜合識別準確率 | 官方宣稱超過96% |
| 2小時錄音轉寫時間 | 約2分鐘 |
編輯觀點
從來源資料看，SparkAudio 1.0 的意義在於將翻譯、識別與理解整合為單一語音基座，並快速延伸至輸入法、錄音、辦公與翻譯等終端產品。然而，來源未提供售價、正式上市時間及與前代或競品的量化比較，相關表現仍有待後續實測驗證。
Reference Link : news.aibase.com
