在2025年科大讯飞1024开发者节上，科大讯飞正式发布AI软硬一体解决方案，通过AI算法与硬件架构的深度融合，实现了在高噪声、远场等复杂环境下的精准识别与理解。这一突破被视为语音与视觉智能融合领域的重要进展。
讯飞表示，传统AI语音识别系统在嘈杂环境下往往存在准确率下降的问题。为此，科大讯飞在软硬件一体化设计上进行了系统性创新，让AI不仅能“听清”，还能“看懂”。
基于该方案，讯飞多款AI硬件的降噪与识别性能显著提升:
讯飞智能办公本 X5 搭载行业首创“上4下4环”八麦克风阵列，在远场高噪音环境下的识别效果远超 iPhone17Pro;
讯飞 AI 翻译耳机 在地铁、展会等复杂场景中识别准确率达到 97.1%;
讯飞双屏翻译机2.0 在 90dB 工厂轰鸣声环境下依然实现 98.69% 的语音识别准确率。
讯飞方面称，这些成果得益于其在语音增强、声源定位、回声消除和多模态感知算法上的持续积累。
在本次开发者节上，科大讯飞还发布了基于 星火语音大模型 的“百变声音复刻”技术。用户只需一句录音即可高保真复刻任意音色，并可通过一条指令生成不同风格的声音输出。
这项技术的出现，意味着个性化语音创作进入普及阶段。它可广泛应用于数字人、有声读物、影视配音、内容创作等领域，让每个人都能快速打造属于自己的“AI声音分身”。