创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

SparkAudio 1.0实测优势与遗漏并存

AI 总结

智东西测试科大讯飞SparkAudio 1.0时,模型结合机械声与孩子的描述,判断环境可能位于火车或地铁附近。测试同时发现,模型遗漏了短促警示音,也未综合分析两段音频,限制了案例所展示的场景解析完整性。

深度见解

这次实测既展示了SparkAudio 1.0的混合声源推理能力,也明确记录了警示音遗漏和跨音频综合分析不足两项限制。

智东西 作者 | 程茜 编辑 | 漠影

如果让你扮演一名刑侦助手,你能从下面数种声源混叠的音频里分析出受害人的所在位置吗?

https://oss.zhidx.com/740757fa9b8419b7de91ddcfa969f263/6ae21c00/uploads/2026/10/6ae18c1fde699_6ae18c1fd995f_6ae18c1fd992b_%E9%9F%B3%E9%A2%91%E7%89%87%E6%AE%B51.wav

讯飞最新发布的语音基座大模型SparkAudio 1.0,在几秒内就给出了答案:被拐孩子周围是大型机械设备发出的规律性噪音,可能在火车或地铁上。

模型给出了完整的分析过程,其没有根据孩子提到的“歌声”就默认是人或乐器发出的声音,而是通过嗡鸣声、机械设备的规律性噪音等数种声源,以及孩子提到的“在车上”去分析可能是什么场景发出的声音。不过,我们在音频中还能听到短促的警示音,模型并没有对此进行分析。

#SparkAudio 1.0#iFlytek

原文约 13 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。