科大訊飛星火語音基座大模型 SparkAudio 1.0 正式上線 API 服務
AI資訊AI新閒資訊正文科大訊飛星火語音基座大模型 SparkAudio 1.0 正式上線 API 服務發布於AI新閒資訊時間 :Nov 13, 2026閱讀 :1分鐘人工智能在語音技術領域的探索迎來了全新突破。科大訊飛於近日正式宣佈，其旗艦級語音基座大模型 SparkAudio1.0已在訊飛開放平臺全面上線 API 服務，廣大開發者和企業用戶現在可以直接接入並調用該服務。告別傳統級聯方案:用原生語音大模型直接聽懂地球聲音在過去的很長一段時間裡，業界處理音頻任務普遍採用的是“級聯方案”:即先通過語音識別將聲音轉換為文字，再將文字交由大模型進行理解。
然而，這種傳統的串聯方式存在兩個無法忽視的短板:信息丟失嚴重: 純粹的文本只能記錄“說了什麼”，卻會徹底遺漏聲音中自帶的語氣、情緒波動、說話人特徵以及背景環境音等關鍵維度的信息，導致模型對複雜場景的判斷不夠全面。鏈路割裂與延遲: 將語音轉寫、聲紋識別、翻譯等多個能力拆分為獨立模塊串聯運行，不僅容易在各個環節中累積錯誤，也會在實際使用體驗中帶來明顯的延遲與卡頓。針對這些痛點，SparkAudio1.0徹底打破了傳統的處理邊界。作為一款真正的語音基座大模型，它不再僅僅侷限於“語音轉文字”，而是具備了直接理解語音的能力。
它可以一次性“聽懂”人聲、環境音、音樂等多種音頻形態，並能同步洞察聲音背後的深層語義、情緒變化與具體場景。三大核心升級:聽得更廣、理解更深、算力自主相較於以往的語音技術，星火語音基座 SparkAudio1.0在多個關鍵維度實現了全面跨越:聽見更多: 該模型全面支持99種語言以及高達202種方言，能夠高效應對極為複雜的跨語言語音識別與翻譯任務。理解更透: 從基礎的語音識別躍升至多維音頻理解，能夠精準把握語音的深層含義，從而無縫支撐智能客服、汽車座艙、跨語種會議、醫療病歷、內容審核等多樣化的行業應用場景。
用得更廣: 整個模型在全國產算力底座上完成訓練，為廣大開發者和各行各業提供了真正自主可控的語音智能底座。目前，SparkAudio1.0的相關測試體驗與 API 接入通道均已全面開放，標誌著語音大模型在商業化落地與生態開放上邁出了堅實的一步。相關推薦科大訊飛正式發佈 Spark-ASR-2.0，全面賦能硬件與開放生態科大訊飛9月23日發佈新一代語音識別大模型Spark-ASR-2.0，標誌語音交互與智能硬件落地關鍵升級。該模型9月24日起在訊飛輸入法逐步上線，並通過開放平臺向開發者及企業提供API服務，後續還將落地訊飛AI眼鏡、智能辦公本等設備。Sep 23, 2026337.
3k訊飛星火語音基座大模型上線：0.65B 編碼器配 30B MoE，純國產算力訓練科大訊飛上線語音基座大模型Spark-Audio-1.0-Preview，基於全國產化算力訓練。傳統音頻處理多采用級聯方案，先轉文字再理解，存在信息丟失（忽略語氣、情緒、背景環境音）和鏈路割裂（語音轉寫、聲紋識別等環節分離）兩大短板，影響場景判斷完整性。Sep 16, 2026280.9k訊飛星火 X2.5 正式發佈：MoE 架構 293B，代碼與智能體能力大幅提升科大訊飛發佈星火X2.5大模型，採用MoE架構，參數規模293B-A30B，重點提升代碼與智能體能力，並增強數學、理解等通用能力。
該模型基於全國產算力完成訓練推理，優化國產超長序列訓推難題，已上線訊飛開放平臺。端側4B和1.7B模型已先行開源，支持最長100萬Token上下文。Sep 7, 2026294.2k中國科學院大連化物所攜手科大訊飛、阿里雲發佈3.0 Pro近日，中科院大連化物所聯合科大訊飛、阿里雲發佈智能化工大模型3.0 Pro。作為我國化工行業首個大模型的最新迭代版，其發佈標誌著行業大模型正告別單一知識問答，向更深層次工業落地邁進；技術上從過去聚焦信息檢索與內容生成，跨越到全新階段。Sep 1, 2026239.9k科大訊飛將發佈星火X2.5通用大模型科大訊飛9月1日將開源星火X2.5-4B和1.
7B兩款端側通用大模型，原生支持1M token長上下文，重點提升智能體交互、數學計算與通用理解能力，面向車載、智能硬件及萬物互聯等端側場景。9月7日還將發佈更大規模模型。Aug 31, 2026476.0k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
關停五年，"蝦米"借 AI 還魂：阿里 30 元推出快樂蝦米
它並非簡單地把老產品搬回來，而是阿里"Happy 系列"的第三款模型產品——前兩位是視頻生成模型 HappyHorse 與三維交互視頻模型 HappyOyster。用戶用大白話講出情緒、故事或曲風，AI 便一口氣完成作詞、作曲、編曲與人聲演唱，主打端到端整麴生成而非步驟拼接，並提供"智能歌詞""純音樂"兩路輸出，外加"音樂配方""做同款"等複用玩法。
月之暗面徐天天亮相財新峰會：AI 能力遠未觸及天花板，三維曲線正驅動智能持續加速
三條疊加的增長曲線:驅動大模型持續進化的底層邏輯在主題發言中，徐天天對人工智能的進化動力進行了深入剖析。她指出，當前 AI 能力水平的快速躍升並非單一因素造成，而是三條關鍵增長曲線共同疊加、同頻共振的結果:第一條:傳統的預訓練曲線。這涵蓋了算力基礎設施、能源供給以及模型參數規模等傳統維度的持續增長，目前這條基礎曲線依然保持著上升勢頭。
谷歌重磅發佈 Gemini 4 Hydrogen：主打高速編程與智能體任務，性能實現跨越式升級
谷歌於當地時間週四正式發佈了全新大模型 Gemini4Hydrogen。作為面向開發者與日常用戶的新一代主力型號，該模型在運行速度、編程能力以及智能體（Agent）任務處理上均實現了顯著飛躍。核心性能飛躍:速度提升2.5倍，編程基準測試大幅躍升在整體性能表現上，相比於此前的 Gemini3.
從超級小布到AI原生硬件，OPPO加速拓展AI終端佈局
姜昱辰曾於2023年創辦大模型創業公司波形智能，主要探索大模型在長文本生成等領域的應用。2024年10月，波形智能被OPPO收購，姜昱辰隨後加入OPPO，參與系統級AI產品研發。2025年12月，OPPO進一步整合AI業務，將小布記憶、小布助手、小布建議等業務統一整合為“超級小布”，由智慧產品研發部負責，姜昱辰統籌相關產品研發。
Anthropic推出Claude Meetings，可加入Google Meet參與會議
會議期間，Claude默認以文本形式回覆，並可在獲得相應授權後訪問已連接的工具，協助完成信息整理和任務處理。會議結束後，Claude生成的筆記、記錄及文檔將統一保存在claude.ai的專屬頁面，方便用戶後續查看和使用。隱私方面，系統默認禁止Claude加入包含外部參與者的會議，以降低未經授權的信息訪問風險。
Anthropic 正式推薦 Claude Opus 5.5：成為多套餐默認模型
Anthropic 近日正式宣佈，將旗下強大的 Claude Opus5.5設為 Pro、Max、Ultra 和 Team 套餐的默認模型，並全面推薦用戶將其作為處理研究、分析、寫作等知識工作的日常主力模型。全新模型矩陣與定位:從極速查詢到深度推理為了讓用戶在不同場景下找到最合適的工具，Anthropic 詳細梳理了當前各款5.