答案已發布18 個來源
Spark-ASR-2.0 升級重點：不只聽得更準，也要寫得更順
科大訊飛於 2026 年 9 月 23 日發布 Spark ASR 2.0，稱其辨識錯誤更少、轉寫文字更流暢，推理成本則較 1.0 高約 10%；這不等於 API 售價上漲 10%。[5][6] 官方所述改善涵蓋中英混說、方言、專業術語、高噪音、小音量、快語速及兒童語音；目前無法確認適用於此模型的統一方言數量，也缺乏可獨立重現的整體效能比較。[3][5][6][17]
發布者使用 GPT-6 Sol 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- 科大訊飛於 2026 年 9 月 23 日發布 Spark ASR 2.0，稱其辨識錯誤更少、轉寫文字更流暢，推理成本則較 1.0 高約 10%；這不等於 API 售價上漲 10%。[5][6]
- 官方所述改善涵蓋中英混說、方言、專業術語、高噪音、小音量、快語速及兒童語音；目前無法確認適用於此模型的統一方言數量，也缺乏可獨立重現的整體效能比較。[3][5][6][17]
AI 提示詞
openai.comCreate a landscape editorial hero image for this Studio Global article: What is iFLYTEK Spark-ASR-2.0, released on September 23, 2026, and how does it compare with Spark-ASR-1.0 in recognition accuracy, text flue. Article summary: iFLYTEK released Spark-ASR-2.0 on September 23, 2026, as an upgrade to its speech-to-text model. It aims to produce not just a more accurate transcript than Spark-ASR-1.0, but more fluent, readable text; the reported gai. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
科大訊飛於 2026 年 9 月 23 日發布語音辨識模型 Spark-ASR-2.0。相較於只求把說話內容逐字轉出，新版還希望依據上下文刪減冗詞，讓結果更接近可直接閱讀的文字。不過，已見的效能數字與同業比較主要來自科大訊飛，不能視為獨立驗證的測試結論。5
6
7
與 Spark-ASR-1.0 相比，改變在哪？
- **辨識準確度：**科大訊飛稱，新版在中英混說、方言及嘈雜音訊等情境的詞錯誤率（WER，即轉寫文字與原話之間的錯誤比例）下降，對專業術語、說話音量小或語速快，以及兒童語音也有所改善。但現有發布報導不足以算出可信的整體準確率提升幅度。
5
- **文字可讀性：**新版會結合語境整理重複或不順的表達。這對想取得易讀稿件的人可能有用；若用途是訪談存證或需要逐字紀錄，就應核對輸出是否改動了原話。
7
- 運行成本：科大訊飛稱，2.0 的整體推理成本比 1.0 高約 10%。這說的是運行模型的成本，並非已公布的 API 收費調幅。
如何處理混合語言與難辨語音？
發布報導提到三項技術方向：讓非自回歸辨識與經大型語言模型（LLM）增強的自回歸處理協同運作、聯合增強中英混合文字與音訊資料，以及動態注入上下文。科大訊飛將這些做法與中英語碼切換、方言、術語、複雜聲學環境及文字整理的改善連結起來；但現有資料沒有分別量化每項技術的貢獻。5
6
19
其中，「小音量」指說話聲音較輕的情境，不是指模型能從完全沒有語音的音訊轉出內容；其他被點名的難題包括高噪音、快語速與兒童語音。5
6
方言到底支援多少種？
目前沒有足夠一致的資料，可把單一數字當作 Spark-ASR-2.0 已確認的方言規格。一篇報導稱涵蓋 38 種方言及少數民族語言變體，另一篇則稱可辨識 202 個城市的方言；科大訊飛另有即時語音轉寫服務文件標示支援 202 種方言，但文件未證實該數字就是 Spark-ASR-2.0 的規格。這三種說法不能直接畫上等號。3
6
17
同樣地，關於新版在方言、高噪音或小音量語音上勝過業界最佳系統的說法，應視為發布時轉述的廠商比較，而非已有獨立測試確立的排名。5
6
何時能用？接下來要做什麼？
Spark-ASR-2.0 原定自 2026 年 9 月 24 日起逐步導入訊飛輸入法；報導也提到，開發者可透過訊飛開放平台取得 API 服務及體驗入口。訊飛 AI 眼鏡、智能辦公本與「訊飛聽見」轉寫產品則列為後續應用方向，不能據此認定每項整合都已上線。6
9
18
科大訊飛另提出三項未來體驗目標：排除非目標說話者的語音、以語音指令編輯辨識結果，以及在結果呈現時考慮情緒。現有報導未提供這些功能經確認的推出日期。18
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「Spark-ASR-2.0 升級重點：不只聽得更準，也要寫得更順」的簡短答案是什麼？
科大訊飛於 2026 年 9 月 23 日發布 Spark ASR 2.0，稱其辨識錯誤更少、轉寫文字更流暢，推理成本則較 1.0 高約 10%；這不等於 API 售價上漲 10%。[5][6]
最值得優先驗證的重點是什麼？
科大訊飛於 2026 年 9 月 23 日發布 Spark ASR 2.0，稱其辨識錯誤更少、轉寫文字更流暢，推理成本則較 1.0 高約 10%；這不等於 API 售價上漲 10%。[5][6] 官方所述改善涵蓋中英混說、方言、專業術語、高噪音、小音量、快語速及兒童語音；目前無法確認適用於此模型的統一方言數量，也缺乏可獨立重現的整體效能比較。[3][5][6][17]