随着智能体时代到来，云知声在“山海·Atlas”通用智算基座持续演进基础上，年前实现了“山海·知医”5.0医疗大模型升级，今天迎来了“山海·知音”2.0的重磅发布，正在完成“一基两翼”技术战略升级的能力拼图。

“山海·知音”大模型 2.0——依托“山海·Atlas”的多模态、跨语言基座能力，让“山海·知医”等垂直专业智能体，惠及千家万户——听懂专业与乡音、聊出亲情与温度、极致机敏反应，是本次升级的三大能力进化。

听懂专业与乡音——ASR全景升级

此次模型ASR能力在公开测试集和自有全场景测试集中，均显现了领先的语音识别能力，在评测中实现了从通用到极端全面的领先水平，超过了国内主流的开源和闭源语音大模型，达到业界最高水平。特别是在高难度的复杂噪音与方言口音场景下，相比主流ASR模型性能提升了2.5%至3.6%，在复杂背景音环境下识别准确率更是在业内首次突破90%。

公开测试集

自有测试集

案例展示1：高噪环境下精准识别——商场购物

真实的语音识别环境中，还经常会面临专业术语识别不清、逻辑混乱等挑战。作为此次升级中最大的亮点，即模型“能够听得懂专业话”，它可结合上下文和行业术语，听懂专业场景中的每一个术语与指令，识别精度提升 30%。“它不是在‘听字’，而是在‘理解事’”。

例如在汽车4S店试驾场景中，当销售提及“方向盘”相关描述时，即使上下文未明确出现“半幅方向盘”，模型仍能通过逻辑推理准确识别。

案例展示2：上下文理解——汽车4S店试驾

而在严肃的医疗场景，模型能显式注入“依帕司他”“二甲双胍”等术语进行定向增强，确保识别结果更精准。

案例展示3：专业知识库——医疗对话录音转写

同时，模型支持30余种中文方言及14种国际语言的识别转写，无论是晦涩的粤语、闽南语、上海话，还是英、日、韩、法、德、泰等国际语言，均能实现精准转写。更进一步，模型还能融合讲义等视觉语义，构建“视听融合”闭环交互，进一步提升识别结果。

案例展示4：多方言语种混切——商务会议

聊出亲情与温度——TTS声动进化

如果说ASR能力是“耳朵”，那么TTS能力便是“嘴巴”。山海·知音-TTS以“高度拟人+创意多元”为核心，让语音合成兼具真实感与创造力，使科技更有温度。

它目前支持12种方言（粤语、四川话、上海话全拿下）+ 10种外语，清嗓、笑声、呼吸声都自然还原，甚至能切换 12种普通话风格，温柔、干练、亲切随你选。“科技不该高高在上，而该用你最舒服的方式说话。”

案例展示5：细腻情感表达——AI电商直播

山海·知音2.0-TTS合成文本

高兴：“家人们！下一个品！魔法保温杯！矮油厉害啦！倒进去的开水，只要60秒！一分钟的时间，就变55度温泉水！再倒杯冰美式进去，半小时还是透心凉！哎浅尝一下！”

咳嗽：“咳咳…对、对不起啊…太激动了呛到了…”

沉稳：“呃，等一下等一下等一下…这个杯底怎么在漏水啊？不是吧刚开播就翻车？我打开看下啊，害，是我刚才试用的时候把密封圈给碰歪了。啊没事，调一下，真金不怕火炼啊！这就没问题啦！”

大声：“哎，但是家人们福利来了啊！品牌方刚说了：看过刚才翻车的各位，只要您下单，立享三年只换不修！上链接！”

目前模型已支持粤语、四川话、上海话等12种方言，以及日语、韩语、泰语等10种外语。可实现跨方言、跨语种、跨情感的组合生成，针对小语种的语音韵律也进行了专项优化——如日语的“促音”、泰语的“声调变化”，合成自然度接近母语使用者。

案例展示6：多语种、方言支持——文旅宣传

山海·知音2.0-TTS合成文本

这就是上海，等你来解锁更多精彩。

此外，还支持一句话声音复刻以及播客级长文本合成，赋能有声内容创作与互动娱乐。

案例展示7：一句话声音复刻——视频配音

结合样音1的音色与样音2的情感特征，生成目标文本的音频

山海·知音2.0-TTS合成文本

什么？还要我等三十分钟？一天有多少个三十分钟？这天都快黑了，谁爱等谁等。

案例展示8：音色复刻——儿童伴读

山海·知音2.0-TTS合成文本

在远离城市灯火的地方，有一处“静语森林”。这里的树叶会在傍晚唱起轻柔的摇篮曲，溪水会随着月光流淌出银色的旋律。在森林最深处住着一只名叫小绒的松鼠，她有一个特别的身份——她是这片森林的星光编织师。

案例展示9：播客级长文本合成——播客

山海·知音2.0-TTS合成文本

A:哎，你有没有注意到，长大后我们学到的那些最关键的生存技能，其实根本不是学校里教的那些东西？

B:呵，你是说…职场摸鱼？

A:呵呵，太肤浅了！呵！其实是“如何体面地结束一场你不想继续的对话”。这可是门艺术啊！

B:对对对！我最懂这种感受！

A:从电梯里被话痨同事拦住，到家庭聚会上应付催婚的亲戚…

B:哦——！我知道了！还有就是，接到那些讨厌的推销电话时，如何不让对方觉得你是个坏人，却又能干脆利落地把它挂掉！

基于大模型的语音合成通常采用流匹配(Flow Matching)将大语言模型预测的语音Token转换为梅尔谱，再通过神经声码器(Neural Vocoder)重建为最终语音。但该方案普遍存在延迟较高的问题。业界常通过流匹配分段处理来降低延迟，但效果有限，且容易牺牲音质。

为实现真正高质量、低延迟的流式语音生成，云知声创新性地设计了基于纯因果注意力机制的流匹配模块，并与神经声码器进行联合优化，构建出端到端的纯流式推理架构。该方案在不损失合成质量的前提下，显著降低系统延迟——在低并发场景下，首包延迟已压缩至90毫秒以内，达到业界领先的实时交互水平。

因果注意力机制

极致机敏反应——端到端全双工交互

真正的智能交互，在于“理解语境、感受情绪、自然回应”。端到端模型实现流畅全双工面临的核心挑战是：需在流式收声时同步完成理解、决策与生成，并在任意打断瞬间保持对话状态连贯。山海·知音2.0基于端到端交互大脑攻克了这一难题，将全双工能力提升至新高度。

支持随时打断、即时接话、连贯追问，就像和一个真正聪明的朋友聊天，行云流水，毫无卡顿。“这不是问答，是对话。”

案例展示10：端到端全双工交互——与山海大模型对话

背后是谁在支撑这一切？

答案是云知声独创的 “山海·Atlas”智算一体基座，将通用多模态大模型底座与Atlas基础架构深度整合，既是专业智能体的基础，也是感知AI中枢的根基——将传统的ASR、TTS和全双工能力，有效整合到端到端大模型中，做到传统模块级联无法实现的极致交互体验和效率。

智起山海，知音万物

从手术室到乡间小路，从驾驶舱到老人床头，云知声相信：真正的智能，不是炫技，而是融入生活。

山海·知音 2.0，让 AI 不再“人工智障”，而是听得清、说得真、懂人心的伙伴。

这一次，AI 终于学会好好说话了。