不做獨立的客戶端，能力隨硬體上線。SparkAudio 1.0 是科大訊飛推出的星火語音基座大模型，圍繞語音識別、同傳、實時互動三個方向升級，另加音訊理解、情緒識別與說話人分離；它沒有獨立客戶端，能力在辦公本、輸入法、翻譯機和聽見裡。
官方把能力分成三層：底層是識別，中間是同傳與實時互動，上層是理解類能力。三層共用同一個底座，所以在同一台設備上換場景不用換模型。
| 能力 | 解決什麼 | 落地位置 |
|---|---|---|
| 語音識別 | 把話轉成字，口音和噪聲下保持穩定 | 全系產品的基礎能力 |
| 同傳翻譯 | 跨語言實時互譯 | 翻譯機、AI 眼鏡 |
| 實時互動 | 壓低對話延遲 | 輸入法、辦公本 |
| 音訊理解 | 從聲音推斷場景與人物關係 | 錄音與會議類設備 |
表裡第四行是這一代新增的方向。以前的語音轉寫只關心把話說成文字，音訊理解要回答的是這段聲音裡有什麼人、在什麼環境、大概在做什麼，屬於從轉寫往上走一層。情緒識別和實時說話人分離也歸在這一層，多人對話裡誰在說、語氣如何，得先分清楚才能做後續判斷。
三項改動分別對應資料、切分和解碼，官方把它們歸為這一代效果提升的主要來源。
第二條對長音訊的影響最直接。固定視窗切分在長會議裡會切斷句子，後段識別跟著錯；按語義邊界切分能讓長語音和連續對話保持連貫。第三條解釋的是延遲為什麼能降下來，品質損失由自迴歸那一支兜住。
這套模型不走獨立應用的路子，已經在訊飛辦公本、輸入法、翻譯機、聽見這幾條產品線上線。使用者側的感受是同一個功能變準了、變快了，而不是多了一個新入口。
辦公本和聽見偏向長音訊轉寫，會議紀要、訪談整理是主場景。輸入法偏向短句和實時互動，延遲高低直接決定打字體驗。翻譯機偏向同傳，AI 眼鏡上用同傳與外語使用者對話也在場景清單裡。AI 錄音環上用到了說話人分離，官方給出的綜合識別準確率超過 96%。
機器人超腦平台和智慧座艙屬於另一條線，語音能力以模塊形式提供給硬體廠商，-10dB 強噪聲下的識別率官方口徑是 90.1%。這個數字的意義在於車載和工業環境，安靜辦公室裡測出來的準確率參考價值不大。
開源語音框架的優勢是能改、能私有化，代價是調優要自己做。SparkAudio 1.0 走的是另一條路：能力封在產品和開放平台裡，拿不到權重，但口音、噪聲這些工程問題由廠商處理完了。
選擇看兩件事。資料能不能出內網，能出就用現成服務，省下訓練和調優的人力；不能出內網，就得自己部署開源模型，接受效果差距和運維成本。第二件事是語言覆蓋，中文場景下國產模型的積累更深，小語種要看具體語種的支援情況，別按宣傳頁的語種數直接推算。
官方強調這套模型全程基於國產算力訓練，不依賴海外晶片和平台。這個選擇對採購方有實際意義：語音是互動入口，涉及大量真實對話，供應鏈和合規審查盯得比較緊。
端雲一體的架構也值得單獨看。端側負責即時響應，雲端承擔更深的理解和推理，網路差的時候基礎識別還能用，複雜任務再交給雲端。做硬體選型時這個分層決定了離線能力的下限，也決定了流量成本的上限，這也是對話類語音智慧體和轉寫類產品的分水嶺。
不能。它沒有獨立的客戶端，也沒有面向個人使用者的安裝包，能力掛在訊飛自己的產品裡。想用就去升級辦公本、輸入法、翻譯機或者聽見，在對應功能裡直接調用。開發者要用，走的是開放平台那一側，按語音類服務的接入方式申請，而不是下載模型檔案。
中文是主場景，同傳覆蓋主流語種，官方沒有披露具體語種數量。這種口徑下別按數字做規劃，先拿自己的語種和口音去測。翻譯機和 AI 眼鏡上的同傳已經落地，說明常用語種可用；小衆語種的效果要靠實測，宣傳頁的覆蓋範圍不等於每個語種同一水平。
個人使用者不用單獨為它付費，費用包含在硬體和產品本身裡。開發者調用按開放平台的計費口徑走，具體價格在平台的結算頁和服務詳情頁看。官方的說法是這一代調用成本下降明顯，落在賬單上的效果取決於調用量和所選服務，按實際用量算更靠譜。
三個方向同時動：識別在口音和噪聲下更穩，同傳的可用語種更寬，實時互動的延遲更低。理解類能力是新增的一層，包括音訊理解、情緒識別、說話人分離和環境聲理解。老設備升級到最新版本就能用到，不需要換硬體，也不需要單獨開通什麼權限。
權重不對外公開，能力按服務調用。SparkAudio 1.0 是訊飛自研的語音基座，官方沒有開源安排，也拿不到可下載的權重；用它的方...
2026-10-25
先升級產品再開功能，不用裝任何外掛。SparkAudio 1.0 的用法是把訊飛辦公本、輸入法、翻譯機或聽見升到最新版本，然後在錄音...
2026-10-25
先下4B權重再配框架，顯存不夠就換量化版。星火X2.6 能在本地跑的只有端側那一檔 4B 開源權重，權重託管在模型倉庫裡，下載後...
2026-10-25
雲端看293B總參數那一檔，端側看4B開源權重。星火X2.6 的參數分兩套說：雲端是 293B 總參數、30B 啟用的 MoE，支援百萬 token...
2026-10-25
雲端同規格換了訓練底座，端側只剩4B一檔。星火X2.6 與星火X2.5 的雲端同為 293B 總參數、30B 啟用的 MoE，區別在訓練算力、...
2026-10-25