讯飞星火Spark

发布时间：2026-11-11 14:27:23 来源：big bass hold spinner 作者：百科

讯飞星火Spark-Audio 1.0预览版上线，讯飞星火系全国产语音基座大模型

2026-09-17 16:34:21 来源：互联网 作者：down

讯飞星火

软件类型：办公软件 软件大小：100.93MB 软件平台：  WinALL  软件语言：简体

标签： 讯飞星火

      科大讯飞正式上线Spark-Audio-1.0-Preview，讯飞星火这是讯飞星火一款基于全国产算力训l练的语音基座大模型。

      此前音频大模型普遍采用级联方案，讯飞星火先将语音转成文字再交由模型理解，讯飞星火存在两处明显短板：一是讯飞星火信息丢失，会遗漏语气、讯飞星火情绪、讯飞星火环境音等

      关键信息；二是讯飞星火链路割裂，多模块串联运行易累积错误，讯飞星火还会出现延迟卡顿。讯飞星火

      这款语音基座大模型可直接理解语音，讯飞星火一次性识别人声、讯飞星火环境音、讯飞星火音乐等内容，讯飞星火同时读懂语义、情绪与场景，解决了传统方案的痛点。

      Spark-Audio-1.0-Preview是地道的国产语音基座大模型，采用0.65B音频编码器搭配30B-A3B大语言模型，基于1300万小时音频与海量文本数据，通过纯国产算力集群训练完成。它支持音文双模态输入，可完成语音转写、多语言翻译等多项任务，覆盖99种语言与202种方言，推动机器从“听清”走向“听懂”。该模型多项评测表现亮眼，复杂场景优势明显，通用能力无明显降智，后续将巩固优势、补齐短板。

      音频公开测试集

      自建音频测试集

      复杂场景自建音频测试集

      文本公开测试集

      注：ASR语音识别相关任务以WER、CER为评价指标，数值越低表现越好；S2TT语音翻译任务采用BLEU分作为评价指标；其余任务均使用准确率指标，数值越高表现越好。

      目前Spark-Audio-1.0-Preview已正式开放体验，相关API后续将上线讯飞开放平台。

相关文章