科大讯飞 SparkAudio 1.0 语音基座大模型开放 API 服务

科大讯飞宣布，语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务，开发者和企业用户可直接接入调用。该模型采用原生语音理解方式，可处理人声、环境音和音乐等音频，并识别语义、情绪及场景信息，减少传统“语音转文字再理解”链路中的信息损失与延迟。SparkAudio 1.0 支持 99 种语言和 202 种方言，可用于智能客服、汽车座舱、跨语种会议、医疗病历及内容审核等场景。模型基于全国产算力底座训练，测试体验和 API 接入通道已开放。