
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”持续进阶配资炒股是否支持多终端登录,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。
元股证券:ygzq.hk
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)
海量资讯、精准解读,尽在新浪财经APP
责任编辑:孙同怀 配资炒股是否支持多终端登录
杠杆配资百科
元股证券:ygzq.hk官方推荐 近日,随着电影《牛来》走红,不少影院加紧排片,短视频平台上,网友们没闲着,对《牛来》的
2026-08-18
来源:瑞恩资本RyanbenCapital管理工具 AI炒股配资 原标题:《华裔富豪,疑全裸从30楼坠亡,管理24亿美元
2026-08-12
今日周四(7月30日)亚盘时段,现货黄金延续强势,彭博社分析指出,尽管中东冲突加剧通胀隐忧,但美联储如期按兵不动,消除了
2026-09-06
中国青年报客户端讯(中青报·中青网记者 金卓)8月28日,2026年“创青春”辽宁青年创新创业大赛在辽宁铁岭落幕。大赛设
2026-08-30
新浪科技讯 8月26日上午消息,近日有媒体报道称,疑似阿维塔测试车原地掉头,车库内撞上停放的小米YU7。 元股证券:yg
2026-08-27