一句话看懂：科大讯飞于 2026 年 9 月 23 日正式发布新一代语音识别大模型 Spark-ASR-2.0，次日开始陆续接入讯飞输入法，并通过讯飞开放平台向开发者和企业客户开放 API。这次升级的重点不只是模型本身，而是把语音识别能力同步铺到硬件与开放生态两条线上。
事件核心：发生了什么
根据 AIbase 报道，科大讯飞在 9 月 23 日推出新一代语音识别大模型 Spark-ASR-2.0。落地节奏上，该模型自 9 月 24 日起在讯飞输入法中逐步上线；同时，开发者和企业客户可通过讯飞开放平台调用其 API 服务。除输入法外，Spark-ASR-2.0 还将集成进讯飞 AI 眼镜、讯飞智能办公本、讯飞会议等核心软硬件产品，覆盖从个人输入到会议记录、办公协作等多类语音场景。
为什么重要
语音识别是大模型落地最成熟的方向之一，但竞争焦点正在从“识别准不准”转向“在什么设备、什么场景、以什么成本稳定可用”。科大讯飞选择在同一时间点推进输入法、硬件和 API 三条线，说明它把 ASR 视为贯穿消费端与企业端的基础能力，而非单一功能。对行业而言，这既是语音大模型推理能力的一次迭代，也是对“模型 + 硬件 + 开放平台”这一商业化路径的加固。国内语音赛道长期由讯飞、阿里、字节等厂商分食，Spark-ASR-2.0 能否在嘈杂环境、方言口音、长时段会议等场景拉开差距，将直接影响其在办公硬件和政企市场的议价能力。目前公开信息显示，官方尚未披露该模型的参数量、训练数据规模及具体评测指标。
对用户/开发者/创作者的影响
普通用户最直接的感受来自讯飞输入法：如果识别准确率和响应速度确有提升，日常语音输入、长句转写的体验会更好。使用讯飞 AI 眼镜、智能办公本和讯飞会议的用户，则可能获得更一致的跨设备语音体验。对开发者而言，API 通过讯飞开放平台开放，意味着可以在自有 AI 应用中接入语音识别能力，用于会议转写、客服质检、字幕生成等场景，但实际接入成本、并发限制和计费方式仍需以平台文档为准。对内容创作者来说，语音转文字效率的提升会直接影响采访整理、口播稿和短视频字幕的生产流程。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是输入法和硬件的实际推送进度，以及用户对识别效果的真实反馈；二是讯飞开放平台上 Spark-ASR-2.0 的 API 定价、免费额度和限流策略是否变化；三是竞品是否在短期内跟进发布同类语音大模型，尤其是在会议和办公硬件场景的正面竞争。
来源：AIbase
