科大讯飞首发星火语音基座大模型 SparkAudio 1.0：中英文任意切换、说话人实时识别，输入法里就能用

在今日下午的科大讯飞全球 1024 开发者节活动中，科大讯飞宣布首发星火语音基座大模型 SparkAudio 1.0。

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

该模型通过多项技术创新实现识别效果大幅提升，在中英文混合、方言等复杂场景优势明显，推理成本仅增 10%，明日起将逐步上线讯飞输入法等产品##科大讯飞##语音识别大模型

小米开源工业级目标说话人语音识别大模型 Xiaomi-CocktailASR-1

小米技术今日发文宣布，小米正式发布并开源工业级目标说话人语音识别大模型 Xiaomi-CocktailASR-1。

阿里发布 Qwen-Audio-3.0-ASR-Flash 语音识别大模型，让 AI 更好听懂专业词汇

Qwen-Audio-3.0-ASR-Flash 主要在上下文一致性、行业词识别和热词定制化三个维度做了系统性的优化，同时让模型具备语音润色能力，可直接输出结构化文本。

单模型支持 30 种语言 + 16 种方言，阿里千问升级 Fun-ASR-Realtime 语音识别模型

在覆盖八大方言区的 16 种方言识别测试中，Fun-ASR-Realtime 字符准确率平均为 88.62%，在 12 类方言上领先。