科大訊飛 SparkAudio 1.0 上線 API，支援 99 種語言

2026 年 11 月 12 日，據 IT 之家報道，科大訊飛宣佈星火語音基座大模型 SparkAudio 1.0 已在訊飛開放平臺上線 API 服務，開發者可直接接入呼叫。

據官方介紹，SparkAudio 1.0 支援文本與語音兩種模態的輸入、文本模態的輸出，可覆蓋語音轉寫、多語言翻譯、多方言識別、環境音理解、說話人分離、情感分析以及複雜的音訊問答等場景任務。官方表示，過去處理音訊多采用級聯方案，先把語音轉成文字再交給大模型理解，這種做法存在資訊丟失與鏈路割裂兩個短板：文字只能記錄所說內容，會丟失語氣、情緒與背景環境音，且各能力模組串聯執行、存在斷點，易累積錯誤並帶來延遲與卡頓。官方稱，SparkAudio 1.0 不再只做語音轉文字，而是直接理解語音，可一次性聽懂人聲、環境音、音樂，並理解聲音中的語義、情緒與場景，相較於上一代模型在多方面進行了全新升級。報道標題顯示，該模型支援 99 種語言、202 種方言。目前資訊僅到 SparkAudio 1.0 上線 API 服務這一步，暫無後續進展。