科大讯飞发布星火V5.0:语音交互延迟低至120毫秒

科大讯飞发布星火V5.0:语音交互延迟低至120毫秒

10月18日,科大讯飞在2026全球1024开发者节上正式发布星火认知大模型V5.0版本。讯飞董事长刘庆峰在发布会上重点展示了星火V5.0在语音交互领域的突破性进展——端到端语音对话的最低延迟降至120毫秒,比人类正常对话的反应速度还要快,真正实现了「像人与人交流一样自然」的实时对话体验。

语音技术一直是科大讯飞的传统优势领域。星火V5.0采用全新的语音-语言联合建模架构,抛弃了传统的「语音识别→文本理解→语音合成」三段式流程,直接从语音输入到语音输出端到端训练,不仅响应速度大幅提升,还能准确捕捉说话人的语气、情绪、停顿等副语言信息,回应更加自然贴合语境。在嘈杂环境下的语音识别准确率也提升至98.7%,支持中英日韩法等37种语言的实时互译。

相关配图

在认知智能能力方面,星火V5.0在医疗、法律、教育三个专业领域达到行业领先水平。医疗领域,星火智医助理已经覆盖全国580个区县的3.8万家基层医疗机构,累计辅助诊断超过12亿人次,诊断符合率达到95%;教育领域,星火AI学习机服务超过8000万学生,个性化精准教学帮助学生平均提分23%;法律领域,讯飞律法大模型通过了国家统一法律职业资格考试,得分超过99%的人类考生。

新闻配图

刘庆峰表示,2026年是通用人工智能的「分水岭之年」,讯飞将坚持「技术顶天、应用立地」的发展理念,持续在认知智能、运动智能、具身智能三大方向投入研发。目前讯飞星火开放平台已经聚集超过720万开发者,衍生出超过150万个AI应用,预计2027年将带动超过万亿规模的AI产业生态。

相关阅读

上一篇:字节跳动发布豆包4.0:长文本能力突破200万token... 下一篇:商汤科技发布SenseNova 6.0:生成式AI推理成本降...
↑