近日，科大訊飛在北京發(fā)布訊飛星火大模型V4.0及相關(guān)落地應(yīng)用。訊飛星火V4.0七大核心能力全面提升，整體超越GPT-4 Turbo，在8個(gè)國(guó)際主流測(cè)試集中排名第一，國(guó)內(nèi)大模型全面領(lǐng)先。同時(shí)，本次星火語(yǔ)音大模型再升級(jí)，發(fā)布國(guó)際領(lǐng)先的多語(yǔ)種多方言免切換語(yǔ)音識(shí)別能力。訊飛輸入法現(xiàn)場(chǎng)演示了方言外語(yǔ)免切換語(yǔ)音輸入，大大提升用戶的輸入效率。

劉慶峰認(rèn)為，語(yǔ)音將成為萬(wàn)物互聯(lián)時(shí)代人機(jī)交互的主要方式，人機(jī)交互最重要的場(chǎng)景是遠(yuǎn)場(chǎng)、噪聲、多人說(shuō)話、多語(yǔ)言，因此萬(wàn)物互聯(lián)時(shí)代的AIUI（人工智能用戶界面）要滿足遠(yuǎn)場(chǎng)高噪聲、多語(yǔ)言多方言、全雙工、多模態(tài)等標(biāo)準(zhǔn)。科大訊飛也主導(dǎo)制定了全雙工語(yǔ)音交互ISO/IEC國(guó)際標(biāo)準(zhǔn)，并于2023年5月發(fā)布。

在訊飛星火4.0發(fā)布之際，星火語(yǔ)音大模型升級(jí)發(fā)布國(guó)際領(lǐng)先的多語(yǔ)種多方言免切換語(yǔ)音識(shí)別能力，可支持37個(gè)語(yǔ)種、37種方言“自由對(duì)話”。其中，37個(gè)語(yǔ)種識(shí)別效果領(lǐng)先OpenAI whisper-V3，37個(gè)方言識(shí)別效果平均提升30%。發(fā)布會(huì)現(xiàn)場(chǎng)，工作人員演示了訊飛輸入法免切換識(shí)別模式下多種方言和多種外語(yǔ)的語(yǔ)音輸入，讓輸入效率大大提高。

作為中文語(yǔ)音輸入的開(kāi)創(chuàng)者，訊飛輸入法通過(guò)語(yǔ)音的持續(xù)迭代，不斷革新人機(jī)交互方式，從單一的普通話到方言，從方言免切換再發(fā)展到多語(yǔ)種多方言免切換，旨在滿足不斷發(fā)展變化的用戶需求。進(jìn)入大模型時(shí)代，輸入法與大模型的能力深度耦合，表現(xiàn)出超乎想象的智能化和個(gè)性化?？梢云诖?，未來(lái)的語(yǔ)音識(shí)別不僅能聽(tīng)懂我們的語(yǔ)言，更能感受我們的情緒，甚至預(yù)測(cè)我們的需求。