搜索
科大讯飞发布Spark-Audio-1.0-Preview全国产语音基座大模型
3 小时前
9月16日，科大讯飞发布了基于全国产化算力训练的语音基座大模型Spark-Audio-1.0-Preview。该模型支持文本和语音输入，以及文本输出，可实现语音转写、多语言及方言识别、环境音和说话人识别、情感分析以及复杂音频问答等功能，覆盖99种语言和202种方言，推动智能语音从“听清”向“听懂”的转变。目前，该模型已开放体验，API将后续上线讯飞开放平台。
