科大讯飞首发星火语音基座大模型 SparkAudio 1.0:中英文任意切换、说话人实时识别,输入法里就能用
IT之家 10 月 22 日消息,在今日下午的科大讯飞全球 1024 开发者节活动中,科大讯飞宣布首发星火语音基座大模型 SparkAudio 1.0。SparkAudio 1.0 集成了机器翻译、语音识别、语义理解等能力,显著提升了基础语音能力。模型宣称在实时说话人分离、环境理解、音频理解、情绪识别等方面“表现卓越”,推动人工智能向物理世界应用迈进。官方通过一段电影片段的分析,展示了模型对声音内...