这篇讲了什么
据原帖介绍,科大讯飞于9月16日发布Spark-Audio-1.0-Preview,主打直接理解语音,同时识别人声、环境音和音乐,捕捉语义、情绪与场景信息。
发布介绍称模型可识别99种语言、202种方言,可面向语音同传、客服和会议转写等场景微调。截至原帖发布时已开放体验,API计划陆续上线讯飞开放平台。
关键事实
- 识别范围
- 发布介绍称:可识别99种语言、202种方言
- 开放阶段
- 原帖称已开放体验,API将陆续上线讯飞开放平台
信息边界
能力与评测成绩来自发布介绍,不能直接代表业务场景中的效果。
想继续看具体内容?
完整内容、附件与讨论,请前往原帖查看。
本站提供公开短导读,原帖访问条件在阅读窗口中说明。