语音识别
语音识别
科大讯飞发布星火语音基座大模型SparkAudio 1.0,推动人机交互升级
10月22日,科大讯飞在2026全球1024开发者节主论坛上发布星火语音基座大模型SparkAudio 1.0及多模交互技术。董事长刘庆峰表示,公司正沿着“语音交互—多模交互—具身多模交互”路径推进,通过软硬一体创新,加速AI技术走入日常生活。
Meta 推出实时音频转写模型,支持20人以上分轨识别
Meta 官方昨日宣布推出 Muse Voice Transcribe 模型,这是其首个具备实时音频感知能力的AI系统。该模型能同步处理多人对话,支持20余名说话者分轨转写,可实时识别语音边界并输出文字。
1