摘要

科大讯飞SparkAudio 1.0语音基座大模型正式上线API服务，支持99种语言与202种方言，训练全程使用全国产算力。语音这条赛道上，覆盖广度与方言能力正在成为差异化竞争点。

科大讯飞宣布SparkAudio 1.0语音基座大模型正式上线API服务，面向开发者开放调用。该模型支持99种语言与202种方言，训练全程在国产算力上完成。

关键能力与数据

• 语言覆盖：99种语言、202种方言，方言维度是本次发布的重点。
• 算力底座：预训练与微调全程基于全国产算力完成，不依赖进口加速卡。
• 交付形态：以API服务形式对外开放，可嵌入客服、教育、车载与内容生产等场景。
• 产品外延：同期在讯飞小镇的开放活动中，AI眼镜与星火X2.6展示了80余语种的实时互译能力。

行业意义

语音模型的竞争长期被“音色像不像人”主导，但真实业务里的痛点往往在覆盖广度：一个客服系统要接全国方言，一个出海产品要覆盖小语种。202种方言这类数字，指向的是能不能真正替换人工坐席，而不是演示视频好不好听。

国产算力训练同样是关键信号。在算力受限的背景下，语音这类中等规模基座模型的全国产化路径，比千亿参数大语言模型更早跑通，也为多模态基座的自主要素提供了验证。

原文出处

讯飞开放平台官方发布，检索自 2026-11-13 AI 大模型资讯检索。

标签

讯飞、AI资讯、大模型动态