科大讯飞首发星火语音基座大模型 SparkAudio 1.0：支持中英文实时切换与说话人识别

封面为AI生成的主题示意图，非新闻现场照片。

2026 年 10 月 22 日，在科大讯飞全球 1024 开发者节活动现场，公司正式宣布首发星火语音基座大模型 SparkAudio 1.0。该模型旨在推动人工智能技术向物理世界更深层次的应用迈进。SparkAudio 1.0 集成了机器翻译、语音识别及语义理解等核心能力。官方宣称其在实时说话人分离、环境理解、音频理解以及情绪识别等方面表现卓越，能够精准分析电影片段中的声音内容、背景噪音及说话人性别等特征。目前，SparkAudio 1.0 已在讯飞输入法 16.0、讯飞听见、讯飞办公本及讯飞翻译机等全线产品中上线。用户可在这些应用中实现中英文任意切换及说话人实时识别功能。活动现场还发布了搭载讯飞星火 X2.6 端云一体大模型的“讯飞 AI 录音环”硬件设备。该设备采用 4+1 环麦阵列与 Wi-Fi 6 传输技术，宣称综合识别准确率超过 96%。在性能测试中，进行 2 小时的录音转写仅需 2 分钟即可完成处理。此次发布标志着科大讯飞在语音基座大模型领域取得重要突破，相关成果将进一步提升基础语音处理能力，为用户提供更智能的交互体验。