{"id":47740,"topic":"ai","source":"东方财富","title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","url":"https://finance.eastmoney.com/a/202607283823307523.html","url_hash":"d773124ea0003b05e236c968acdba281ce9caa96","author":"","summary":"<a href=\"https://news.google.com/rss/articles/CBMiZkFVX3lxTFBEb2ZkbGw5Wlg5Vm1HaXBQenJJRmlEZjVpTFdrQ0pOdnpaZUJpSnpjcHpIT1RlUDN4SlpvTHVhLXdYNzAtYUt2LWlpVFAyWUhHb1YwZzNBbGd3TVRZalFmQWZxSzNrdw?oc=5\" target=\"_blank\">语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级</a>&nbsp;&nbsp;<font color=\"#6f6f6f\">东方财富</font>","content":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","image_url":null,"lang":"zh","published_at":"2026-07-28T04:50:38+00:00","fetched_at":"2026-07-28T05:15:08+00:00","status":"read","starred":0,"extract_state":"ok","summary_auto":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","cluster_id":null,"extract_retries":0,"extract_error":null,"contract_version":"news_item.v1","format_contract_version":"news_item_formats.v1","dedup_url":"https://finance.eastmoney.com/a/202607283823307523.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1447 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1447,"summary_length":1447,"usable_text_length":1447,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1447,"summary_length":1447}},"news_item":{"id":47740,"canonical_url":"https://finance.eastmoney.com/a/202607283823307523.html","source_url":"https://finance.eastmoney.com/a/202607283823307523.html","title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","source_name":"东方财富","author":null,"published_at":"2026-07-28T04:50:38+00:00","locale":"zh","topic":"ai","tags":[],"rss_summary":"<a href=\"https://news.google.com/rss/articles/CBMiZkFVX3lxTFBEb2ZkbGw5Wlg5Vm1HaXBQenJJRmlEZjVpTFdrQ0pOdnpaZUJpSnpjcHpIT1RlUDN4SlpvTHVhLXdYNzAtYUt2LWlpVFAyWUhHb1YwZzNBbGd3TVRZalFmQWZxSzNrdw?oc=5\" target=\"_blank\">语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级</a>&nbsp;&nbsp;<font color=\"#6f6f6f\">东方财富</font>","full_text":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","excerpt":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1447 characters.","diagnostics_url":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1447 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1447,"summary_length":1447,"usable_text_length":1447,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1447,"summary_length":1447}}},"display_formats":["compact","card","full","digest_section","json"]},"daily_stack_record":{"title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","url":"https://finance.eastmoney.com/a/202607283823307523.html","summary":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","source":"东方财富","date":"2026-07-28T04:50:38+00:00","content":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1447 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1447 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1447,"summary_length":1447,"usable_text_length":1447,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1447,"summary_length":1447}},"tags":[]},"fallback_formats":["markdown","json","html"],"actions":{"read":"/item/47740","export_markdown":"/api/items/47740/export?format=markdown","export_json":"/api/items/47740/export?format=json","diagnose":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html"},"formats":{"full":{"id":47740,"title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","url":"https://finance.eastmoney.com/a/202607283823307523.html","source":"东方财富","author":null,"published_at":"2026-07-28T04:50:38+00:00","locale":"zh","topic":"ai","tags":[],"excerpt":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","full_text":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","reading_time_min":1,"extraction":{"state":"ok","confidence":0.9,"error":null,"explanation":"High confidence: full text extraction produced 1447 characters.","diagnostics_url":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1447 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1447,"summary_length":1447,"usable_text_length":1447,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1447,"summary_length":1447}}},"quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1447 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1447,"summary_length":1447,"usable_text_length":1447,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1447,"summary_length":1447}},"actions":{"read":"/item/47740","export_markdown":"/api/items/47740/export?format=markdown","export_json":"/api/items/47740/export?format=json","diagnose":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html"}},"digest":{"id":47740,"title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","url":"https://finance.eastmoney.com/a/202607283823307523.html","source":"东方财富","topic":"ai","published_at":"2026-07-28T04:50:38+00:00","excerpt":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。 云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。 在具体升级方面，…","quality_bucket":"high","quality_reason":"High confidence: full text extraction produced 1447 characters.","reading_time_min":1,"cluster_id":null},"card":{"display_title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","subtitle":"东方财富 · 2026-07-28","summary":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。…","badges":["quality:high"],"links":{"read":"/item/47740","original":"https://finance.eastmoney.com/a/202607283823307523.html","diagnose":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html"},"quality_warning":null},"export":{"title":"语音大模型赛道持续升温 云知声完成U2-ASR、U2-TTS多语种升级 - 东方财富","url":"https://finance.eastmoney.com/a/202607283823307523.html","summary":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","source":"东方财富","date":"2026-07-28T04:50:38+00:00","content":"《科创板日报》7月28日讯2026年的AI行业正处在一个关键的转折点上。行业焦点正从“谁更会聊天”转向“谁能把事干成”。语音AI赛道随之加速升温，更强的语音识别能力成为各大模型厂商的关注点。\n云知声今日公告，其U2-ASR语音识别与U2-TTS语音合成模型已完成多语种能力全面升级。其中，ASR模块新增支持13种国际语言识别，TTS模块新增8种东南亚语言合成。至此，U2语音大模型已覆盖超过100种中国方言及15种以上国际语言，在语音大模型领域形成从本土方言到全球多语种的拓展。\n在具体升级方面， U2-ASR进一步拓展统一多语种联合建模架构，新增支持：阿拉伯语、德语、西班牙语、法语、印尼语、日语、韩语、葡萄牙语、俄语、土耳其语、越南语、泰语、意大利语等13种国际语言。U2-TTS重点强化东南亚多语种语音合成能力，新增支持：泰语、越南语、印尼语、马来语、缅甸语、柬埔寨语、菲律宾语、老挝语等8种语言。\n测试显示，U2-ASR在13种语言工业级测试集上的平均字错率（CER）低至6.58%，12种语言CER低于8%，德语、西班牙语、印尼语、意大利语、越南语等5个重点语种进入5%以内。\n从行业视角看，全球AI语音技术资源长期集中于中文、英文等大语种，部分发展中国家及语言资源有限的市场，仍面临训练数据不足、模型建设成本高企、优质服务供给有限等制约。\n行业研究机构Data Bridge Market Research的报告显示，全球低资源语言AI模型市场预计将从2025年的48.7亿美元增长至2033年的169.2亿美元。与此同时，中国AI企业出海对多语种语音基础设施的需求正在快速释放。云知声通过“一个模型、一套接口”降低多语种部署门槛，在技术供给与市场需求之间找到了一个相对清晰的切入点。\n目前，完成升级的U2-ASR 与 U2-TTS 已全量上线云知声TokenHub大模型服务平台，并开放标准API，支持开发者与企业根据业务需求调用。\n根据此前的业绩预告，云知声预计2026年上半年营收为5.3亿到5.8亿，较上年同期增长31%到43%。\n分业务来看，依托大模型能力的智能体业务预计上半年实现收入5.15亿元至5.50亿元，较2025年同期增长200%至220%；\n公司今年新拓展的大模型Token直接调用业务2026年上半年预计收入约3000万元，毛利率不低于60%，其中2026年第二季度Token调用收入约2500万元，相较2026年第一季度环比增长约500%。\n值得关注的是，语音大模型赛道的竞争正在升温。头部厂商纷纷押注语音大模型。7月20日，字节跳动Seed团队正式发布音频创作模型Seed Audio 1.0。同日，阿里千问推出语音合成大模型Qwen-Audio-3.0-TTS。此外，OpenAI在今年陆续推出GPT-Live和GPT-Realtime-2。Google、微软\n云知声在多语种和方言上的差异化优势，能否在巨头的挤压下持续转化为商业壁垒，仍是一个开放性问题。从业绩数据来看，云知声从技术到商业的转化正在加速，但仍面临激烈的行业竞争、持续的亏损压力。\n正如云知声创始人黄伟所言，2023年至2025年是大模型发展的“热身赛”，2026年才进入真正竞争阶段。不同AGI路线最终都需要回答同一个问题：技术能力如何转化为商业回报。能否在持续烧钱与自我造血之间找到可持续的平衡点，这既是云知声的命题，也是整个AI行业正在面对的集体考题。\n（文章来源：科创板日报）","confidence":0.9,"diagnostics_url":"/api/diagnose?url=https%3A//finance.eastmoney.com/a/202607283823307523.html","quality_bucket":"high","failure_kind":"none","retryable":false,"quality_reason":"High confidence: full text extraction produced 1447 characters.","quality_profile":{"profile_version":"extraction_quality.v2","bucket":"high","confidence":0.9,"failure_kind":"none","retryable":false,"retry_after_attempts":0,"reason":"High confidence: full text extraction produced 1447 characters.","operator_guidance":{"severity":"ok","recommended_action":"trust_full_text","next_step":"Use the extracted full text as the primary article source.","operator_label":"Ready","can_retry":false,"can_use_summary":false,"diagnostics_required":false},"content_depth":{"contract_version":"content_depth.v1","category":"full_text","label":"Full text","has_full_text":true,"has_summary":true,"content_length":1447,"summary_length":1447,"usable_text_length":1447,"source_field":"content"},"legacy_collapsed":false,"signals":{"extract_state":"ok","extract_error":null,"extract_retries":0,"content_length":1447,"summary_length":1447}},"tags":[],"format_contract_version":"news_item_formats.v1"}}}