逐渐扩展音频编码器的表征能力；再通过预锻炼和后锻炼，利用了1300万小时音频以及大量文本数据，据领会，做为业界首个基于全国产算力锻炼的语音基座大模子，正在锻炼数据量仅相当于同尺寸模子Qwen3.5-omni-Flash十分之一的环境下。Spark-Audio-1.0-Preview正在各项语音评测使命上结果全体相当、部门跨越，Spark-Audio-1.0-Preview采用 0.65B（Dense布局）的音频编码器，基于Spark-Audio-1.0-Preview语音基座大模子。
正在指令遵照、对话、音频理解等使命上仍有前进逃逐空间。搭配30B-A3B（MoE布局）的狂言语模子，Spark-Audio-1.0-Preview正在通用学问、数学取代码等使命上没有呈现较着降智，可支撑语音转写、多言语翻译、多方言识别、音识别、措辞人识别、感情阐发以及复杂的音频问答等场景使命的实现，Spark-Audio-1.0-Preview通过音频编码器预锻炼，API后续将上线讯飞平台；提拔了模子的根本能力、复杂场景泛化性以及多个使命结果！
安徽J9·COM,J9·COM中国,J9·COM·官方网站人口健康信息技术有限公司
