科大讯飞星火语音基座大模型 SparkAudio 1.0 上线 API 服务

科大讯飞宣布星火语音基座大模型 SparkAudio 1.0 在讯飞开放平台上线 API 服务，开发者可直接接入调用。模型支持文本和语音双模态输入、文本输出，可完成语音转写、多语言翻译、多方言识别、说话人分离、情感分析和音频问答等任务，官方称支持 99 种语言、202 种方言，并采用全国产算力训练。官方表示该模型直接理解语音而非级联转文字，可避免信息丢失和链路割裂问题。