10月22日下午，在科大讯飞全球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SparkAudio1.0。该模型集成了机器翻译、语音识别、语义理解等能力，显著提升了基础语音能力，宣称在实时说话人分离、环境理解、音频理解、情绪识别等方面表现卓越，推动人工智能向物理世界应用迈进。

官方通过一段电影片段的分析，展示了SparkAudio1.0对声音内容、背景、说话人性别等的精准识别能力，以及场景判断的准确性。目前，SparkAudio1.0已在讯飞输入法16.0、讯飞听见、讯飞办公本、讯飞翻译机全面上线，支持中英文任意切换、说话人实时识别。

此外，科大讯飞还发布了一款讯飞AI录音环硬件设备，搭载4+1环麦阵列和Wi-Fi6传输，宣称综合识别准确率超96%，进行2小时的录音转写仅需2分钟。