InfoQ 中文T2·68 分
讯飞发布 SparkAudio 1.0 统一音频理解与端侧模型
原标题：讯飞发布新一代端到端交互模型：语音大模型调用量暴涨20倍，端侧已实现约70%云端能力
- SparkAudio 1.0 采用统一建模替代传统级联架构，保留语气、空间位置等非文本声学信息
- 端侧 Spark-X2.6-4B 模型实现约 70% 云端能力，支持高噪声环境下的鲁棒交互
- 平台支持 30+ 种语言免切换识别，适应全球化硬件市场的多语种需求
返回热点榜
llm热度 11.4°
AI 聚合热点事件 · 2026/10/23
讯飞发布 SparkAudio 1.0 统一音频理解与端侧模型
1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/23 11:53:05
全景综述与最新动态
1 家信源交叉印证科大讯飞发布星火语音基座大模型 SparkAudio 1.0，首次将复杂音频理解、情绪识别及实时说话人分离统一建模，突破传统级联架构的信息损失瓶颈。同步升级的端云一体模型 X2.6 系列中，4B 端侧模型已实现约 70% 云端能力，支持低延迟本地处理。数据显示其语音大模型调用量同比增长超 20 倍，标志着 AI 交互正从单一文本识别向多源声学语义联合推理演进。
最新动向/科大讯飞发布星火语音基座大模型 SparkAudio 1.0，首次将复杂音频理解、情绪识别及实时说话人分离统一建模，突破传统级联架构的信息损失瓶颈。同步升级的端云一体模型 X2.6 系列中，4B 端侧模型已实现约 70% 云端能力，支持低延迟本地处理。数据显示其语音大模型调用量同比增长超 20 倍，标志着 AI 交互正从单一文本识别向多源声学语义联合推理演进。
热度曲线逐小时热度走势
3 个完整观测小时当前
11.4
峰值
12.012:00
近 24h 变化
–
曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。