先升级产品再开功能，不用装任何插件。SparkAudio 1.0 的用法是把讯飞办公本、输入法、翻译机或听见升到最新版本，然后在录音转写、语音输入、同传翻译这些功能里正常使用，模型在后台自动调用，没有单独的开关。
四个入口对应四类设备，开法不完全一样，共同点是不需要额外授权。
| 产品 | 开启位置 | 典型场景 |
|---|---|---|
| 讯飞办公本 | 录音转写功能，新建录音后自动识别 | 会议纪要、访谈整理 |
| 讯飞输入法 | 键盘上的语音键，长按说话 | 短句输入、边想边说 |
| 讯飞翻译机 | 同传模式，选好语言对 | 出境、商务洽谈 |
| 讯飞听见 | 导入音频或实时录音转写 | 长音频整理、字幕稿 |
表里第二行的门槛最低，装上输入法就能试。想判断这个语音智能体的识别水平，用输入法念一段带方言词和专有名词的句子，看它第一次给的结果准不准，比看宣传数据直观。
会议场景的用法是新建录音后直接录，转写在后台跑，结束时文字稿已经成形。多人会议要看说话人是否被分开，分开了后面整理纪要才省事。
两个设置值得先调。一是语言和方言，选对了识别率明显更高；二是专业词汇，把公司名、产品名、行业术语提前加进词表，专有名词的错字会少很多。这两项在设置里皆可改，改完对后续录音生效。
两小时的录音官方口径是两分钟左右转完，实际耗时会受音频长度和设备状态影响。转完先看分段，段落切得合理，后面对照修改才顺手。
输入法的用法是按语音键说话，说完松开转文字。这一环最吃延迟，响应慢半拍就会打断思路，这也是实时交互能力被单列出来的原因。
长段落用连续语音模式，短指令用点按模式，两种模式的体验差别比想象中大。环境嘈杂时靠近麦克风说话，比调大音量有用，识别模型对信噪比敏感，不对话筒音量敏感。
标点和分段靠模型自己判断，说得太碎时它会拆成多句。要一段完整的文字，把话连起来说，别在句中停太久。
翻译机上是同传模式，选好语言对之后对着说，屏幕上出译文和原文。对话场景要开双屏或轮流模式，一人一句来回，单人长段落用连续同传，两种模式对延迟的要求不同。
听见偏向把已有音频批量转写，导入文件或者现场录皆可。整理长音频时先让模型跑完再动手改，中途打断会重新排队；要引用某一句，用时间戳定位比翻文字快。
这两条产品线的共同点是产出可编辑的文本，不是只给一个结果页。导出格式按用途选，做字幕选带时间码的格式，做纪要选纯文本。
这套能力挂在产品里，出问题的位置多半在版本和权限，不在模型本身。
末一条踩的人最多。设备换到别的地区、系统语言被动过，识别选项跟着变，表现就是突然听不懂话。把语言改回来，再补一次专业词表，多半就恢复。
不需要。它不是一个可以单独购买或开通的服务，能力已经集成在讯飞的产品里，升级到最新版本就自动用上。个人用户在产品内使用不额外收费，也没有激活码这类东西。开发者要按接口调用，走的是开放平台的申请流程，和普通用户的使用路径分开。
看设备支持情况。端云一体架构里，端侧负责即时响应，离线时基础识别还能用，复杂任务要联网。办公本和翻译机这一类设备多半提供离线包下载，在设置里找语音或识别相关选项。没装离线包时断网就只能等网络恢复，界面上会提示当前不可用。
有。模型在端侧运行要吃算力，太老的设备会退到只能用云端能力，离线识别那一档跑不起来。判断办法是升级后看功能是否完整，缺离线选项基本说明硬件不支持。这种情况不影响联网使用，只是断网时体验会打折，买二手设备前先查型号支持列表。
能。办公本和听见产出的均为可编辑文本，转完直接在文稿里改，改完可以导出成文本、字幕或文档格式。要保留时间信息就选带时间码的格式，做视频字幕时省一步对齐。多人对话先确认说话人标签是否准确，标签错了整篇得返工。
我用讯飞星火做论文时，主要让它协助拆选题、整理文献和润色段落，再自己核对资料与论证。比较稳妥的用法是先提供研究问题和...
2026-10-13
讯飞星火电脑版可以通过官方桌面客户端下载，也能直接用浏览器打开网页版；我自己用过后，觉得电脑上处理长文、查资料和整理...
2026-10-13
讯飞星火是科大讯飞推出的认知大模型，通过官网xinghuo.xfyun.cn提供Web版、App、API调用等多种使用方式。训练讯飞星火有两种...
2026-10-13
云端同规格换了训练底座，端侧只剩4B一档。星火X2.6 与星火X2.5 的云端同为 293B 总参数、30B 激活的 MoE，区别在训练算力、...
2026-10-25
云端看293B总参数那一档，端侧看4B开源权重。星火X2.6 的参数分两套说：云端是 293B 总参数、30B 激活的 MoE，支持百万 token...
2026-10-25