9 月 23 日，科大讯飞正式发布最新一代语音识别大模型 Spark-ASR-2.0。据了解，该模型延续并深化了 Spark-Audio-1.0-Preview 语音基座大模型的技术能力，通过非自回归与 LLM 增强自回归协同、中英文混合文本与声学联合增强、动态上下文注入等关键技术，实现了整体语音识别效果的大幅提升。同时，Spark-ASR-2.0 的推理成本相对前一代模型仅增加了 10%。Spark-ASR-2.0 将从 9 月 24 日开始逐步上线讯飞输入法，并且通过讯飞开放平台提供 API 服务，后续将陆续应用在讯飞 AI 眼镜、讯飞智能办公本、讯飞听见等产品上。
36氪
39分钟前
