科大讯飞发布 Spark-ASR-2.0 语音识别大模型

一句话说清：科大讯飞（专门做语音起家的公司）发了新一代语音识别模型 Spark-ASR-2.0，方言、吵闹环境也听得清，而且已经悄悄进讯飞输入法了。

发生了什么

9 月 23 日，科大讯飞正式发布新一代语音识别大模型 Spark-ASR-2.0。官方说它在“词错误率”上比上一代明显更低，尤其在方言、高噪音、小音量这三个难啃的场景上，表现优于当前业界最好水平。关键是它不只是“听准字”，还让输出文字更流畅、更通顺——从“一字不差”迈向“流畅成文”。而且效果大升级的同时，整体推理成本只比上一代多 10%。9 月 24 日起它先在讯飞输入法灰度上线，并通过讯飞开放平台向开发者和企业开放 API，后续还会落到讯飞 AI 眼镜、智能办公本、讯飞听见等产品。

对我有什么用

• 用讯飞输入法语音转文字更准了：开会纪录、发微信、写备忘录，方言也能识别。
• 做短视频、播客、字幕的人：语音转写质量上去，后期省事。
• 开发者：开放平台能调 API，做带语音的应用（如语音备忘录、客服转写）成本不高。

我可以怎么做

1. 手机装“讯飞输入法”，把语音输入打开，过两天如果更准了，就是它上线了（灰度推送，人人时间略不同）。
2. 想批量转写：打开讯飞开放平台（www.xfyun.cn），找“语音听写 / Spark-ASR”相关接口申请试用。
3. 企业用量大：看平台“星辰 MaaS”里有没有对应免费档（站内免费额度页有讲）。

温馨提醒

• 灰度上线意味着不是所有人立刻都有，没感觉到变化就等几天或更新到最新版。
• 语音识别再强也有翻车时候，重要合同、病历别只靠它，人工核对一遍更稳。
• 免费额度和速率限制以讯飞开放平台当期页面为准，量大了要按量付费。