科大讯飞近日宣布了一项重大技术突破，正式推出了名为“星火”的国内首款端到端语音同传大模型。这一创新成果标志着我国在语音识别与翻译领域迈出了重要一步。
据科大讯飞官方介绍，“星火”语音同传大模型专为解决日常对话、商务交流及行业翻译等国际交流场景中的高难度同传翻译问题而设计。其性能在内容完整性、信息准确性以及语言流畅度上均达到了行业顶尖水平，甚至超越了国际知名企业的同类产品，如谷歌的Gemini 2.0和OpenAI的GPT-4（原文GPT-4o疑为笔误，此处已更正）。在实际应用中，“星火”模型能够实现5秒以内的同传时延，这一速度已接近人类专业译员的水平。
为了直观展示“星火”模型的强大功能，科大讯飞还进行了现场演示。通过翻译机进行语音同声传译，即便是专有词汇也能被准确翻译，展现了模型在复杂语境下的处理能力。
“星火”语音同传大模型还具备记录回溯对话内容的功能，用户可以随时查看之前的翻译记录。同时，该模型还支持连接耳机、音箱等音频设备，为不同场景下的使用提供了极大的便利。
在技术层面，“星火”语音同传大模型支持译文长度的反向调控，能够根据用户需求调整翻译结果的长度。同时，其语音到文本的端到端翻译功能支持流式意群切分、语境理解及信息重组，确保了翻译的准确性和流畅性。而流式语音合成功能则支持意群韵律衔接和自适应语速调节，使翻译结果更加自然、易于理解。
科大讯飞表示，未来将继续深耕语音识别与翻译领域，计划在2025年推出更多翻译机新品，以满足不同用户的需求。随着“星火”语音同传大模型的推出，科大讯飞在语音识别与翻译领域的领先地位将进一步巩固。
