模型宣称在实时说话人分离、环境理解、音频理解、情绪识别等方面“表现卓越”,推动人工智能向物理世界应用迈进。
官方通过一段电影片段的分析,展示了模型对声音内容、背景、说话人性别等的精准识别能力,以及场景判断的准确性。
SparkAudio 1.0 已在讯飞输入法 16.0、讯飞听见、讯飞办公本、讯飞翻译机全面上线,支持中英文任意切换、说话人实时识别。
科大讯飞还发布了一个“讯飞 AI 录音环”硬件设备,搭载 4 + 1 环麦阵列、Wi-Fi 6 传输,宣称综合识别准确率超 96%,进行 2 小时的录音转写仅需 2 分钟。
特别
太离谱了!婚期将近,男方亲戚两次致电让未过门的女生前去帮忙,男友就在身边没阻拦,女生选择推迟订婚
1945年,罗斯福为什么把一个连国家都没统一、文盲率超过90%的农业国中国硬塞进了联合国五常?
德媒:德国太虚伪,是汽车出口冠军的时候,言必称我的车就是比你们好,被中国比下去了,就开始设置贸易壁垒










