iFlytek releases SparkAudio 1.0 speech large model and Robot Super Brain Platform V3.0

相关专题top start 相关专题top end 期货推广begin 期货推广end 秒拍begin 秒拍end 视频播放器start 视频播放器end 行情图begin 行情图end

新浪科技讯 10 月 23日晚间消息，2026 科大讯飞全球 1024 开发者节主论坛上，董事长刘庆峰发布星火语音大模型 SparkAudio 1.0、多模交互技术以及星火具身多模交互技术及相关产品，宣布将沿着“语音交互—多模交互—具身多模交互”持续进阶，以软硬一体的技术和产品创新引领新一代人机交互落地。

在语音交互领域，高噪识别一直是行业难点，在此基础上的复杂音频感知和多人语音分析更属于进阶功能。针对这些难点，科大讯飞发布星火语音基座大模型SparkAudio 1.0，带来语音识别、同传和交互，以及音频理解、情绪识别、实时说话人分离和环境声理解等智能语音能力的全面提升。

据悉，SparkAudio 1.0有刑侦剧中“声音侦探”的类似能力，即使置身嘈杂的街头，也能辨别喇叭声、叫卖声、车轮摩擦地面的声音，分清交织的人声，从声音线索中推理周围环境，不仅“听清说了什么”，更能“听懂发生了什么”。相关语音识别测试整体效果提升20%、响应时间降低15%、成本降低60%，让语音服务更准确、更及时，也更易规模化应用。

目前，SparkAudio 1.0 已在讯飞产品中上线，大家在讯飞输入法 16.0、讯飞听见、讯飞智能办公本等产品中都能体验。现场还发布了讯飞AI录音环，可如手机支架一样磁吸贴在手机背面，随时开启录音，2小时录音转写仅需2分钟，综合识别准确率超96%。

此外，讯飞还发布了多模交互技术，进一步融合多模远场识别、多人交互、视听觉融合理解、个性化记忆和情感语义，让AI理解更丰富的场景信息。讯飞 AI 眼镜就是该技术的典型应用产品。现场，科大讯飞穿戴业务事业部总经理林会杰现场展示了刚刚用讯飞AI眼镜记录的刘庆峰演讲过程纪要，内容层次清晰、图文并茂。

从智能终端走向移动机器人，交互还要适应空间变化、多人参与和动作执行。针对这些挑战，科大讯飞发布星火具身多模交互技术，在复杂空间动态降噪、多目标人的交互意图识别、语音与动作统一规划与执行、视觉触发的主动交互等方面取得突破，让机器人在动态环境中既能与人交流，又能协同完成任务，为其进入家庭和社会服务场景提供关键技术支撑。

科大讯飞还推出了机器人超脑平台V3.0，整合星火超脑板、具身智能开发套件、多模态交互模组及具身多模交互Harness，通过端云协同、前后台协同，让机器人前台畅聊不停、后台持续办事，并支持模块化、配置化的行业定制。（文猛） news_keyword_pub,stock,sz002230&sz300024 正文下iframe 正文下iframe 总声明 总声明 文末二维码 start 文末二维码 start

文末二维码 start 文末二维码 start 编辑姓名及工作代码

编辑姓名及工作代码