← 資訊首页 | 货源大厅

科大讯飞发布Spark-ASR-2.0:识别效果大幅提升,推理成本仅增10%

2026-09-23 · 来源:36氪快讯·中继

科大讯飞发布Spark-ASR-2.0:识别效果大幅提升,推理成本仅增10%

语音识别大模型进入“效果升级、成本可控”新阶段,从发布到落地讯飞输入法仅隔一天,API同步开放

9月23日,科大讯飞正式发布最新一代语音识别大模型Spark-ASR-2.0。该模型延续并深化了Spark-Audio-1.0-Preview语音基座大模型的技术能力,整体语音识别效果实现大幅提升。在当前大模型行业普遍面临“效果与算力成本同步攀升”压力的背景下,一款识别能力显著增强、而推理成本较前代仅增加10%的语音识别模型,其信号意义不亚于技术指标本身。

从技术设计看,Spark-ASR-2.0的识别增益主要来自三项关键能力。其一是非自回归与LLM增强自回归的协同机制,这一设计兼顾了推理效率与大模型带来的语义理解增益;其二是面向中英文混合场景的文本与声学联合增强,直接回应了国内企业级语音应用中最常见的中英混说、专有名词夹杂等痛点;其三是动态上下文注入,使模型能够在会议记录、客服对话等连续语音场景中保持更稳定的识别一致性。

成本端的数据同样关键——相较前一代模型,该模型的推理成本仅增加10%。对需要大规模调用语音识别能力的企业而言,识别效果提升而推理成本近乎持平,直接关系到单位调用成本与商用部署节奏。以典型的高频调用场景估算,若某企业此前每月为语音识别API支付数十万元费用,模型升级后即便识别效果大幅提升,其成本增幅也仅为此前的十分之一量级,而非动辄翻倍。这种成本曲线的平缓,使得企业敢于将最新模型快速引入生产环境,而不必像面对部分大模型升级时那样反复测算预算。

落地安排上,Spark-ASR-2.0将从9月24日起逐步上线讯飞输入法,并通过讯飞开放平台对外提供API服务;后续还将陆续应用在讯飞AI眼镜、讯飞智能办公本、讯飞听见等产品上。值得注意的是,该模型在发布次日即开始进入讯飞输入法,API服务也将经由讯飞开放平台提供,从发布到面向用户可用的间隔很短。这种“发布即上线”的节奏,说明模型在发布前已经完成了较充分的工程化验证,也反映出讯飞希望借助自身覆盖输入法、办公本、AI眼镜的终端矩阵,迅速将模型能力转化为用户可感知的体验升级。

在此过程中,10%的推理成本增幅为业界观察语音大模型“效果升级是否伴随成本大幅攀升”提供了一个具体参照。过去两年间,大语言模型的迭代往往伴随着token价格先升后降的循环,而语音识别作为调用频次极高、对时延敏感的基础能力,其成本弹性更为敏感。讯飞此次以“大幅提升+10%成本”的组合发布,实际上是在向市场传递一个定价姿态:语音识别的智能化升级未必需要以成本失控为代价。这对依赖语音能力的呼叫中心、会议转写、智能硬件厂商等买家而言,意味着可以在几乎不重估预算的情况下完成模型换代。

对AI算力采购方而言,这一发布也带来几个现实的采购考量。首先,语音识别类推理负载对GPU/推理卡的需求特征与大语言模型训练不同,更强调高并发、低时延与单位推理成本,采购算力时应优先评估推理吞吐与每千次调用的实际成本,而非单纯看峰值算力。其次,随着讯飞开放平台API服务的推出,部分企业会选择“API调用+自建推理”的混合模式,此时需要评估自建算力是否能在规模化调用下摊薄成本,10%的增量成本正是测算自建与外购临界点的重要输入。第三,动态上下文注入等能力意味着推理负载的上下文长度可能动态变化,算力配置上应预留一定的弹性伸缩空间,避免在会议高峰等场景出现排队时延。

行情层面,本次涉及的Spark-ASR-2.0型号当前无在售挂价数据。对于希望跟踪其API定价与配套算力资源变化的买家,建议持续关注讯飞开放平台的后续报价更新,以及主流算力交易平台上语音推理类负载的挂牌情况,待挂价数据形成后再进行横向比价与采购决策。

总体来看,Spark-ASR-2.0的价值不仅在于识别效果本身,更在于它示范了一条“效果升级、成本克制、快速落地”的语音大模型迭代路径。从9月23日发布、9月24日进入讯飞输入法,到API同步开放,再到后续覆盖讯飞听见、智能办公本、AI眼镜的全家桶式部署,讯飞正在把语音识别从单一能力竞争推向“模型+终端+平台成本”的体系竞争。10%这个数字,很可能成为接下来一段时间内语音赛道竞品发布会上的对比基准。

Q: Spark-ASR-2.0相比前代模型的推理成本增加多少?

A: 相较前一代模型,Spark-ASR-2.0的推理成本仅增加10%,在识别效果大幅提升的同时保持了成本近乎持平。

Q: Spark-ASR-2.0何时上线、通过哪些渠道提供?

A: 该模型于9月23日发布,从9月24日起逐步上线讯飞输入法,并通过讯飞开放平台提供API服务,后续将应用在讯飞AI眼镜、智能办公本、讯飞听见等产品上。

主题标签: iFlytek · Spark-ASR-2.0 · Speech Recognition · LLM · Inference Cost


相关阅读


萬安算交所 AIXX · 萬安算交所 AIXX · 算力硬件实名会员制交易平台 · 进入货源大厅