科大讯飞的语音大模型终于上 API 了，99 种语言、202 种方言都能听懂，这覆盖面有点吓人。 SparkAudio 1.0 这次直接在讯飞开放平台上线，文本语音都能往里喂，还能直接出文本。语音转写、多语言翻译、方言识别这些常规活就不用说了，关键是它不是先转文字再理解，而是直接听懂人声、环境音、音乐，连语义情绪场景都能一块儿 get 到。说话人分离、情感分析、音频问答也都打包了，还是全国产算力训出来的，开发者直接调 API 就能用，...
🌐 链接: https://x.com/taiyanghere/status/2120879577719283891
🏷️ 分组: X｜太阳（taiyanghere）
🕒 时间: 2026-11-12 22:01:10
🌐 链接: https://x.com/taiyanghere/status/2120879577719283891
🏷️ 分组: X｜太阳（taiyanghere）
🕒 时间: 2026-11-12 22:01:10
X (formerly Twitter)
太阳 (@taiyanghere) on X
科大讯飞的语音大模型终于上 API 了，99 种语言、202 种方言都能听懂，这覆盖面有点吓人。
SparkAudio 1.0 这次直接在讯飞开放平台上线，文本语音都能往里喂，还能直接出文本。语音转写、多语言翻译、方言识别这些常规活就不用说了，关键是它不是先转文字再理解，而是直接听懂人声、环境音、音乐，连语义情绪场景都能一块儿 get 到。说话人分离、情感分析、音频问答也都打包了，还是全…
SparkAudio 1.0 这次直接在讯飞开放平台上线，文本语音都能往里喂，还能直接出文本。语音转写、多语言翻译、方言识别这些常规活就不用说了，关键是它不是先转文字再理解，而是直接听懂人声、环境音、音乐，连语义情绪场景都能一块儿 get 到。说话人分离、情感分析、音频问答也都打包了，还是全…
