9月16日，科大讯飞发布语音基座大模型 Spark-Audio-1.0-Preview。该模型基于全国产化算力训练而成，支持文本和语音两个模态输入、以文本模态输出，能力覆盖语音转写、多语言翻译、多方言识别、环境音识别、说话人识别、情感分析以及复杂音频问答。其可识别99种语言和202种方言。科大讯飞表示，智能语音正从“听清”向“听懂”跃升，模型能分辨说话人、语调情绪和背景声音。目前 Spark-Audio-1.0-Preview 已开放体验，API 后续将上线讯飞开放平台。