📖 AI 总结

科大讯飞发布星火语音基座大模型SparkAudio 1.0及端云一体模型X2.6系列，标志着语音交互从传统语音识别与合成向多源声学语义联合建模升级。SparkAudio 1.0首次将复杂音频理解、情绪识别、实时说话人分离与环境声理解统一建模，使系统在多人对话和嘈杂场景中不仅能听清内容，还能判断说话人身份、意图与空间位置。端侧Spark-X2.6-4B拥有约41亿参数和百万级上下文，已实现约70%的云端能力，支撑简单高频任务本地处理、复杂任务端云协同的架构。数据显示，讯飞平台语音大模型调用量同比增长超20倍，反映智能硬件对语音交互的需求正快速释放。