观点网讯：9月16日，讯飞星火全国产语音基座大模型Spark-Audio-1.0-Preview上线。该模型是基于全国产化算力训练的语音基座大模型，目前已正式开放体验，API后续将上线讯飞开放平台。
据讯飞星火方面消息，Spark-Audio-1.0-Preview采用0.65B（Dense结构）的音频编码器，搭配30B-A3B（MoE结构）的大语言模型，使用了1300万小时音频以及大量文本数据，基于纯国产算力集群训练完成。
该模型在同一个模型中可输入文本和语音两个模态，支持语音转写、多语言翻译、多方言识别、环境音识别、说话人识别、情感分析以及复杂的音频问答等任务。
在语言能力方面，Spark-Audio-1.0-Preview可支持99种语言及202种方言的识别。
与过去先把语音转成文字、再交给大模型理解的级联方案不同，语音基座大模型直接理解语音，可一次性听懂人声、环境音、音乐等，并理解声音里的语义、情绪和场景。
免责声明：本文内容与数据由观点根据公开信息整理，不构成投资建议，使用前请核实。