科大讯飞 SparkAudio 1.0 上线 API，支持 99 种语言

2026 年 11 月 12 日，据 IT 之家报道，科大讯飞宣布星火语音基座大模型 SparkAudio 1.0 已在讯飞开放平台上线 API 服务，开发者可直接接入调用。

据官方介绍，SparkAudio 1.0 支持文本与语音两种模态的输入、文本模态的输出，可覆盖语音转写、多语言翻译、多方言识别、环境音理解、说话人分离、情感分析以及复杂的音频问答等场景任务。官方表示，过去处理音频多采用级联方案，先把语音转成文字再交给大模型理解，这种做法存在信息丢失与链路割裂两个短板：文字只能记录所说内容，会丢失语气、情绪与背景环境音，且各能力模块串联运行、存在断点，易累积错误并带来延迟与卡顿。官方称，SparkAudio 1.0 不再只做语音转文字，而是直接理解语音，可一次性听懂人声、环境音、音乐，并理解声音中的语义、情绪与场景，相较于上一代模型在多方面进行了全新升级。报道标题显示，该模型支持 99 种语言、202 种方言。目前信息仅到 SparkAudio 1.0 上线 API 服务这一步，暂无后续进展。