科大讯飞发布全新语音识别大模型 Spark-ASR-2.0，明日上线讯飞输入法

IT之家 9 月 23 日消息，今日，科大讯飞正式发布最新一代语音识别大模型 Spark-ASR-2.0。 据官方介绍，Spark-ASR-2.0 通过非自回归与 LLM 增强自回归协同、中英文混合文本与声学联合增强、动态上下文注入等关键技术创新，整体的语音识别效果大幅提升，尤其在通用识别（中英文混合、方言、专业术语）、复杂声学场景识别（高噪、小音量、快语速、儿童）、上下文识别和文本流畅规范性等方面改善明显。在效果提升的同时，Spark-ASR-2.0 的整体推理成本相对 Spark-ASR-1.0 仅增加了 10%。 官方称，“如果说过去的语音识别追求的是一字不差地还原所说内容，那么 Spark-ASR-2.0 则更进一步，让识别结果‘流畅成文’—— 在提升识别准确率的同时，结合上下文逻辑与语境理解，精简冗余表达、精修各类细节，让文字更连贯、语义更清晰。” 相较于 Spark-ASR-1.0，Spark-ASR-2.0 在语音...