鲸云网10月22日消息，据媒体报道，在今日下午的科大讯飞全球 1024 开发者节活动上，科大讯飞宣布推出星火语音基座大模型 SparkAudio 1.0。
该模型整合了机器翻译、语音识别与语义理解等能力，基础语音处理能力较此前有明显提升。
官方介绍，SparkAudio 1.0 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均有表现，方向是推动人工智能向物理世界场景落地。
现场演示中，模型对一段电影片段完成了声音内容、背景信息、说话人性别等维度的识别，并给出相应的场景判断。
SparkAudio 1.0 已在讯飞输入法 16.0、讯飞听见、讯飞办公本与讯飞翻译机中全面上线，支持中英文任意切换与说话人实时识别。
编辑：华磊
免责声明：本站转载的文章，版权归原作者所有；旨在传递信息，不代表本站的观点和立场。
美团LongCat-2.5-Preview上线，1.6T参数MoE架构、原生百万token上下文，新增图像理解能力，主打长程任务与Agentic Coding。
鲸云网10月8日消息，据媒体报道，腾讯旗下 AI 办公产品 WorkBuddy 近日正式上线了独立的文件浏览器，把原本藏在聊天框里的 AI 能力直接搬到了用户的文件夹里。过去要在本…
鲸云网10月31日消息，据媒体报道，谷歌当地时间 10 月 30 日宣布，其”逐日者计划”（Project Suncatcher）原型卫星上的数据中心级 T…
谷歌疑似在公开评测平台测试下一代旗舰大模型 Gemini 4 Pro（代号 Argon），早期实测在长输出与多模态生成上表现突出，官方尚未发布。
鲸云网10月16日消息，据媒体报道，微软当地时间昨日宣布，已完成新一代 SOTA 基础模型 MAI-Base-2 的预训练工作。微软称，该模型在性能上强于所有参测的开源权重模型。 …
鲸云网10月12日消息，据媒体报道，百度官方今日宣布，百度世界2026将于11月12日在北京国家会议中心二期举办，大会官网已开启售票通道。 本届大会以“下一幕，智能组织”为主题，与…
鲸云网10月19日消息，据媒体报道，Arena 平台发布 2026 年第 42 周（10 月 12 日至 18 日）AI 大模型盲测排名。本期头部格局整体稳定，国产模型在多个细分榜…
鲸云网10月14日消息，据媒体报道，OpenAI 与 AI 视频生成平台 Higgsfield 的合作有了新进展，在接入 GPT-6 Astra 之后，Higgsfield 单条 …
