为了加快行业大规模模型的应用，打造易用的大规模模型解决方案产品，Linus打造了全新的基于CSK6系列芯片的语音交互解决方案，不仅连接了Spark V3.0，还实现了全语音链路1.5秒的超快响应速度。

核心+云+大型模型

新的语音交互解决方案

在端侧，CSK6系列芯片设计了专用神经网络处理器(NPU)，加速语音降噪和语音识别所必需的FFT计算、FIR/IIR滤波器、语音特征提取、卷积神经网络、DNN、LSTM、激活函数等热点算子的硬件定制，从而实现低时钟频率下的高计算能力要求。

通过设计模块独立的时钟开关和多级感应专用电路，可以有选择地开关不同外围模块的电源，达到VAD功耗和唤醒效果的平衡。

通过MCU+DSP+NPU的组合，实现工业应用、音频编解码、神经网络计算的专业化核心和并行处理，充分发挥端侧AI效果，最终实现≤ 200 ms的离线响应速度。

在云端，ASR技术配合能量和模型相结合的VAD算法，既减少了误截断，又提高了响应速度，具有98%的识别准确率。在语义理解层面，实现传统技能和大规模模型应用的智能决策调用，快速满足用户不同场景的需求。

其中，最具创新性的一点是，我们创新性地构建了流式文本语音合成的大规模模型(Streaming & # 8211TTS)技术实现了流畅的语音回传，从而实现快速响应。相比市面上主流的解决方案通常需要5到8秒的响应时间，我们的语音全链路响应时间仅需1.5秒，带给用户流畅的体验。

为了提供更好的开发体验，灵思语音开发套件进行了同步升级，并成功接入Spark V3.0接口，实现上述升级能力。现在，通过收听最新的语音开发套件，您可以快速实现基于最新版本3.0模型的产品开发和体验。此次升级后，复杂语义理解、逻辑推理、多轮对话的深层次交互效果有了很大提升。

灵思打造落地CSK6系列语音解决方案，赋予大模型极强的感知能力，让每一次与机器的交互更加自然准确。

那么，接入Spark model V3.0后，全新升级的CSK6语音交互解决方案带来了哪些应用场景？

语言理解能力提高，信息处理更准确。

Spark模型V3.0在语言理解方面的最新进展包括6%的改进，这意味着模型在理解和处理语言信息方面更加高效和准确。这种提升不仅仅是数字上的变化，更体现了AI在理解语境和掌握语言细节上的实质性进步。

具体来说，这种能力增强使Spark Model能够更准确地捕捉对话中的细微差异，更好地理解不同上下文中单词的多样含义。这对于处理复杂的对话和理解间接的情绪和意图尤为重要，这使得AI能够更好地适应多样化的交流需求。

逻辑推理能力提高，问题分析更智能。

逻辑推理能力大幅提升了8%，代表着AI对各种复杂对话的理解能力有了质的变化。不再局限于回答问题，而是能够根据已有的知识点综合分析判断问题，给出合理的答案。

能力升级后，用户可以在一句话中包含多条指令，大模型主动识别指令并给出多重判断；可以多提开放性问题，由大模型综合分析后给出多种可能的选项。总之，从单一对话到主动思考，将赋予终端设备更智能的大脑，带给用户更深刻的交互体验。

对语境的理解能力提高，多轮对话的理解能力更强。

Spark model V3.0在语言理解上不断突破，在语境理解上大幅提升，可以实现无限多轮对话。通过不断的对话，对语境的全面理解，以及循序渐进的引导和启发，使得人机交互的体验更加自然连贯。

在此基础上，林思进一步优化了家电领域的专业知识，让特定场景下的对话更加专业准确，为每一个家庭提供更加高效的智能服务。

Spark V3.0加持，知识库问答更精准。

“知识库问答”作为方案的核心能力之一，可以通过说明书、应用指南等专业知识库的建设，赋予设备更全面、准确的专业知识，使设备回答更准确。

而且还可以支持深度表格解析、图片自动引用、信息精准溯源等。，不仅大大简化了知识库构建的难度，也使得前端交互体验更加直观简洁。

在Spark模型V3.0的支持下，知识库中的问答准确率有了很大的提高，平均准确率达到了95%。能够专业准确地回答用户的问题，有效满足智能客服、查询机器人等各种专业问答场景的需求。