في مهرجان المطورين العالمي 1024 الذي عُقد اليوم بعد الظهر، كشفت آي فلاي تيك رسميًا عن أول حجر أساس صوتي لعائلة Spark — النموذج اللغوي الأساسي للصوت SparkAudio1.0. فهو يجمع مهارات الترجمة الآلية والتعرف على الكلام والفهم الدلالي في نموذج واحد، مما يرفع القدرات الصوتية الأساسية درجة كاملة.
وفي العرض الرسمي، أظهر SparkAudio1.0 عبر مقطع من فيلم مدى حدّة "أذنه": فهو لا يقتصر على التمييز بدقة بين محتوى الصوت والخلفية وجنس المتحدث، بل يُصدر أيضًا تقييمًا دقيقًا للمشهد. وأعلنت الشركة أنه "يتميز بأداء متميز" في فصل المتحدثين في الوقت الفعلي، وفهم البيئة، وفهم الصوت، والتعرف على المشاعر، مما يدفع الذكاء الاصطناعي خطوة نحو التطبيقات في العالم المادي الحقيقي.
وقد دخل هذا الحجر الأساسي الجديد بالفعل في عدة منتجات من آي فلاي تيك. إذ أُطلق بالكامل على لوحة مفاتيح iFlytek الإصدار 16.0، وiFlytek Tingjian، ودفتر مكتب iFlytek، ومترجم iFlytek، مع دعم التبديل الحر بين الصينية والإنجليزية والتعرف على المتحدثين في الوقت الفعلي — أي أنه قادر على مواكبة تنقلك بين لغتين أثناء الحديث، وتمييز عدة أشخاص يتحدثون تباعًا بجانبك.
كما قُدمت العتاد المرافق أيضًا. أطلقت آي فلاي تيك "حلقة تسجيل AI من iFlytek"، المزودة بمصفوفة ميكروفونات حلقية 4+1 وتنقل عبر Wi-Fi6، وتدعي أن دقة التعرف الإجمالية تتجاوز 96%، وأن تفريغ تسجيل مدته ساعتان (2) لا يستغرق سوى دقيقتين (2).