科大讯飞 11 月 12 日宣布，星火语音基座大模型 SparkAudio 1.0 在讯飞开放平台上线 API。接口支持文本、语音输入和文本输出，覆盖 99 种语言、202 种方言。
开发者可用它处理语音转写、多语言翻译、环境音理解、说话人分离、情感分析和音频问答。模型本身此前已发布，这次新增的是开放平台 API 接入渠道。
官方接口文档显示，音频采用 16kHz、16bit、单声道的 PCM 或 WAV；单次会话累计最多处理 30 分钟音频。文档要求客户端主动提交音频段触发推理，并非默认自动断句。
来源：IT之家 · 讯飞 SparkAudio 1.0 开放 API，支持 99 种语言、讯飞开放平台 API 文档。
图片来源：讯飞开放平台。