科大讯飞推出多模态数字人“小飞”及百变声音复刻技术

IT之家 11 月 6 日消息，在今日的 2025 科大讯飞 1024 开发者节上，科大讯飞发布了一款全新的多模态数字人“小飞”，并宣布了业界首发的“百变声音复刻”技术。

科大讯飞表示，这款具备高度多模态交互能力的数字人导览“小飞”正式亮相并已投入使用。与传统的数字助手不同，“小飞”突破了简单问答的局限，能够实现多人自由对话、多语种交流，并具备个性化记忆能力，能够记住访客的历史信息并进行贴心提醒。此外，“小飞”还能秒变“林黛玉”等多种虚拟形象，提供更丰富的服务。

多模态交互的突破

科大讯飞董事长刘庆峰在发布会上指出，通过融合远场识别、3D 视觉感知、情感语义理解等八项核心能力，“小飞”展示了人工智能不再是简单的应用程序，而是能够走进真实物理空间、提供有情感、有深度服务的“类人”伙伴。

这一发展标志着人工智能技术在多模态交互领域的又一次突破。传统的数字助手通常依赖于单一的语音或文本交互，而“小飞”通过整合多种感知和理解能力，能够在复杂的场景中提供更自然和人性化的互动体验。

与此同时，科大讯飞还宣布推出基于星火语音大模型的“百变声音复刻”技术。用户仅需一句录音即可高保真复刻任意音色，再通过一条指令便可创造任意风格。

这项技术的突破，有望为数字人、有声读物、内容创作等领域带来变革，让每个人都能创造专属声音。

声音复刻技术的推出，展示了科大讯飞在语音合成领域的领先地位。通过这项技术，用户不仅可以轻松复制和创造声音，还可以在各种应用场景中实现个性化的声音体验。

随着“小飞”和“百变声音复刻”技术的推出，科大讯飞在人工智能领域的创新步伐不断加快。这一系列新技术的应用，不仅丰富了数字人的功能，也为未来的智能交互提供了更多可能性。

业内专家认为，这些技术的突破将进一步推动人工智能在日常生活中的应用，从而改变人们与技术互动的方式。未来，随着技术的不断成熟和普及，数字人有望在更多领域中发挥作用，为用户提供更智能和个性化的服务。

科大讯飞的这一举措，不仅展示了其在技术创新方面的实力，也为行业树立了新的标杆。随着人工智能技术的不断发展，我们可以期待看到更多类似的创新，为我们的生活带来更多便利和惊喜。