“中文語音技術(shù)要由中國人做到最好，中文語音產(chǎn)業(yè)要掌握在我們自己手上。”二十多年前，正是憑借這股不屈不撓的信念，科大訊飛在劉慶峰的帶隊下艱難創(chuàng)業(yè)，闖出了在中文語音產(chǎn)業(yè)的一片天。2024年開年，科大訊飛賦能語音產(chǎn)業(yè)再進(jìn)一步，科大訊飛正式發(fā)布星火語音大模型，實現(xiàn)了語音技術(shù)與大模型技術(shù)的協(xié)同共振，開啟了萬物互聯(lián)時代以語音大模型賦能千行百業(yè)的無限可能。

1月30日，科大訊飛在合肥總部正式發(fā)布星火語音大模型，其諸多亮點引發(fā)行業(yè)關(guān)注。根據(jù)發(fā)布會披露的信息，星火語音大模型效果驚艷，根據(jù)開源Fleurs集、語音交互實際應(yīng)用場景構(gòu)建測試集SPMASR-EVAL-V1.0對星火語音大模型和OpenAI Whisper V3的橫向測試結(jié)果顯示，星火語音大模型在首批37個主流語種的效果均保持勝出；而在多語種語音合成方面，星火語音大模型的首批40個語種平均MOS分絕對提升0.25，擬人度超83%。這充分說明，科大訊飛不僅有能力在中文語音領(lǐng)域做到最好，在多語種技術(shù)實力方面也是國際領(lǐng)先水平。

“大模型帶來了語音技術(shù)發(fā)展的全新機(jī)會。”劉慶峰在發(fā)布會上強調(diào)。星火語音大模型的重磅發(fā)布，是對智能語音技術(shù)的一次革新。科大訊飛作為人工智能領(lǐng)域的先行者，致力于讓機(jī)器“能聽會說，能理解會思考”，而有了領(lǐng)先的多語種語音合成和超擬人語音合成技術(shù)，機(jī)器的聲音也可以像人類那樣繪聲繪色、情緒飽滿，充滿激情或溫度。劉慶峰表示：“借助大模型，我們讓一段語音具備更加豐富的屬性，有語種、有內(nèi)容、有韻律、有音色，還有情緒。”

得益于星火語音大模型讓機(jī)器更“聲情并茂”地表達(dá)，使得它在千行百業(yè)能夠發(fā)揮出“1+1＞2”的加持作用。在發(fā)布會上，劉慶峰宣布星火語音大模型全面賦能汽車、客服、陪伴機(jī)器人、家庭等更多場景應(yīng)用。

以大家熟知的汽車領(lǐng)域為例，目前中國正處于燃油車到新能源汽車的轉(zhuǎn)型期，汽車電動化、智能化與網(wǎng)聯(lián)化成為大勢所趨。科大訊飛率先將自主可控的星火大模型深入融合汽車座艙系統(tǒng)，讓汽車根據(jù)語音意圖快速處理復(fù)雜的任務(wù)，使得汽車語音交互不僅限于指令下達(dá)，還可以自由聊天與知識提問，全方位解決用戶不同用車環(huán)境下的各類情景問題，真正做到只需動口不動手。而隨著星火語音大模型的發(fā)布，在助力車機(jī)實現(xiàn)更清晰、自然與情感化的語音合成功能基礎(chǔ)上，還大幅強化了海外語音能力。據(jù)悉，目前包括奇瑞、廣汽、長城、長安在內(nèi)的多家頭部車企與訊飛星火展開了合作，助力中國汽車“出海”遠(yuǎn)征，暢銷全球！

此外在客服領(lǐng)域，憑借星火大模型超擬人對話和更深刻的理解能力，“數(shù)字客服”能更準(zhǔn)確理解用戶真實需求與意圖，并通過不同的情緒表達(dá)與用戶交流，讓用戶感覺是在跟“人”對話，而不是冰冷的機(jī)器。當(dāng)然，星火語音大模型還可以在心理咨詢、輔助問診、旅游導(dǎo)覽等領(lǐng)域發(fā)揮重大作用。

在發(fā)布會上，星火語音大模型面向開發(fā)者正式全面開放。劉慶峰稱：“全新的語音大模型會賦能整個行業(yè)，我相信萬物互聯(lián)時代一定會在新技術(shù)推動下加速到來，訊飛星火V3.5和語音大模型的聯(lián)動會極大地推動產(chǎn)業(yè)升級”。顯然，星火語音大模型將為智能技術(shù)的應(yīng)用、推廣和擴(kuò)展提供更堅實的基座，加速萬物互聯(lián)的時代的產(chǎn)業(yè)升級，成為引爆智能語音技術(shù)革新的“奇點”。