“中文语音技术要由中国人做到最好，中文语音产业要掌握在我们自己手上。”二十多年前，正是凭借这股不屈不挠的信念，科大讯飞在刘庆峰的带队下艰难创业，闯出了在中文语音产业的一片天。2024年开年，科大讯飞赋能语音产业再进一步，科大讯飞正式发布星火语音大模型，实现了语音技术与大模型技术的协同共振，开启了万物互联时代以语音大模型赋能千行百业的无限可能。
1月30日，科大讯飞在合肥总部正式发布星火语音大模型，其诸多亮点引发行业关注。根据发布会披露的信息，星火语音大模型效果惊艳，根据开源Fleurs集、语音交互实际应用场景构建测试集SPMASR-EVAL-V1.0对星火语音大模型和OpenAI Whisper V3的横向测试结果显示，星火语音大模型在首批37个主流语种的效果均保持胜出；而在多语种语音合成方面，星火语音大模型的首批40个语种平均MOS分绝对提升0.25，拟人度超83%。这充分说明，科大讯飞不仅有能力在中文语音领域做到最好，在多语种技术实力方面也是国际领先水平。
“大模型带来了语音技术发展的全新机会。”刘庆峰在发布会上强调。星火语音大模型的重磅发布，是对智能语音技术的一次革新。科大讯飞作为人工智能领域的先行者，致力于让机器“能听会说，能理解会思考”，而有了领先的多语种语音合成和超拟人语音合成技术，机器的声音也可以像人类那样绘声绘色、情绪饱满，充满激情或温度。刘庆峰表示：“借助大模型，我们让一段语音具备更加丰富的属性，有语种、有内容、有韵律、有音色，还有情绪。”
得益于星火语音大模型让机器更“声情并茂”地表达，使得它在千行百业能够发挥出“1+1＞2”的加持作用。在发布会上，刘庆峰宣布星火语音大模型全面赋能汽车、客服、陪伴机器人、家庭等更多场景应用。
以大家熟知的汽车领域为例，目前中国正处于燃油车到新能源汽车的转型期，汽车电动化、智能化与网联化成为大势所趋。科大讯飞率先将自主可控的星火大模型深入融合汽车座舱系统，让汽车根据语音意图快速处理复杂的任务，使得汽车语音交互不仅限于指令下达，还可以自由聊天与知识提问，全方位解决用户不同用车环境下的各类情景问题，真正做到只需动口不动手。而随着星火语音大模型的发布，在助力车机实现更清晰、自然与情感化的语音合成功能基础上，还大幅强化了海外语音能力。据悉，目前包括奇瑞、广汽、长城、长安在内的多家头部车企与讯飞星火展开了合作，助力中国汽车“出海”远征，畅销全球！
此外在客服领域，凭借星火大模型超拟人对话和更深刻的理解能力，“数字客服”能更准确理解用户真实需求与意图，并通过不同的情绪表达与用户交流，让用户感觉是在跟“人”对话，而不是冰冷的机器。当然，星火语音大模型还可以在心理咨询、辅助问诊、旅游导览等领域发挥重大作用。
在发布会上，星火语音大模型面向开发者正式全面开放。刘庆峰称：“全新的语音大模型会赋能整个行业，我相信万物互联时代一定会在新技术推动下加速到来，讯飞星火V3.5和语音大模型的联动会极大地推动产业升级”。显然，星火语音大模型将为智能技术的应用、推广和扩展提供更坚实的基座，加速万物互联的时代的产业升级，成为引爆智能语音技术革新的“奇点”。
