科大讯飞推Spark-ASR-2.0 推理仅涨一成

时间：2026年9月23日 地点：合肥（科大讯飞总部） 人物：科大讯飞（002230.SZ）语音识别团队 事件详情：科大讯飞正式发布最新一代语音识别大模型Spark-ASR-2.0。该模型采用三大关键技术——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——实现语音识别效果整体跃升，在中英文混合、方言、专业术语、高噪、小音量、快语速、儿童等复杂声学场景下WER（词错误率）显著下降，整体推理成本仅相对上一代增加10%。Spark-ASR-2.0将于9月24日起逐步接入讯飞输入法，并通过讯飞开放平台提供API服务，后续将陆续落地讯飞AI眼镜、智能办公本、讯飞听见等终端与办公产品。 背景：上一代Spark-ASR-1.0于2025年科大讯飞全球1024开发者节首发，凭借非自回归路径将效果相对提升16%、推理成本下降84%，成为讯飞语音业务的核心底座。本代Spark-ASR-2.0建立在几天前刚上线的全国产语音基座大模型Spark-Audio-1.0-Preview之上，向"流畅成文"演进——不仅追求一字不差还原，更结合上下文逻辑与语境理解精简冗余、精修细节，使结果文字更连贯、语义更清晰。讯飞官方对比显示，Spark-ASR-2.0在方言、高噪、小音量等复杂声学场景上的主要任务效果均优于业界当前最优水平。 影响：Spark-ASR-2.0把LLM能力引入ASR流水线，并以极低的边际成本（推理成本仅+10%）换取大幅效果跃升，将重塑国内语音云服务在中英混合、方言与高噪场景下的体验，直接利好讯飞输入法、讯飞听见、讯飞AI眼镜等C端与办公产品。同时，与同期阿里豆包语音、火山引擎大模型流式语音识别等同类服务形成正面竞争，进一步压缩语音识别API价格空间。讯飞官方已开放体验链接与API地址供开发者和企业测试。 总结：科大讯飞以"非自回归+LLM增强自回归"双路架构为基础推出Spark-ASR-2.0，以仅10%的推理成本增量换取复杂声学场景下的WER显著下降，次日即接入讯飞输入法，并通过开放平台API服务讯飞AI眼镜、智能办公本、讯飞听见等全场景终端，再次巩固其在中文语音识别领域的领先地位。 参考来源： 1. IT之家：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 https://www.ithome.com/1/006/345.htm 2. 东方财富/界面新闻：科大讯飞发布语音识别大模型Spark-ASR-2.0 https://finance.eastmoney.com/a/202609233882466230.html 3. 东方财富/第一财经：科大讯飞发布全新语音识别大模型Spark-ASR-2.0 https://finance.eastmoney.com/a/202609233882457172.html 4. 腾讯新闻/IT之家：科大讯飞发布全新语音识别大模型Spark-ASR-2.0 https://news.qq.com/rain/a/20260923A09N0W00 5. 新浪财经：科大讯飞发布全新语音识别大模型Spark-ASR-2.0 https://wap.cj.sina.cn/pc/7x24/5109420 6. 同花顺财经：讯飞全新语音识别大模型Spark-ASR-2.0来了！利好 https://news.10jqka.com.cn/20260923/c680212266.shtml 7. 界面新闻：科大讯飞发布语音识别大模型Spark-ASR-2.0 https://www.jiemian.com/article/15133130.html 8. 讯飞开放平台：语音听写大模型（中英）v2.0 API https://www.xfyun.cn/services/spark_asr_zh_en_v2.0