IT之家 11 月 12 日消息,科大讯飞今日宣布,讯飞星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务,开发者可直接接入调用。 SparkAudio 1.0 支持文本和语音两个模态的输入以及文本模态的输出,可支持语音转写、多语言翻译、多方言识别、环境音理解、说话人分离、情感分析以及复杂的音频问答等场景任务的实现。 官方表示,过去处理音频大多采用级联方案:先把语音转成文字,再交给大模型理解。这种做法有