观点网讯:9月11日,据小米技术消息,小米正式发布并开源工业级目标说话人语音识别大模型Xiaomi-CocktailASR-1。
据介绍,Xiaomi-CocktailASR-1旨在解决“鸡尾酒会”难题。该模型采用端到端LLM架构,以目标说话人的一段参考音频作为声纹提示,可在多人同时说话的复杂环境中,精准提取并仅转录目标用户的语音。
免责声明:本文内容与数据由观点根据公开信息整理,不构成投资建议,使用前请核实。
观点网讯:9月11日,据小米技术消息,小米正式发布并开源工业级目标说话人语音识别大模型Xiaomi-CocktailASR-1。
据介绍,Xiaomi-CocktailASR-1旨在解决“鸡尾酒会”难题。该模型采用端到端LLM架构,以目标说话人的一段参考音频作为声纹提示,可在多人同时说话的复杂环境中,精准提取并仅转录目标用户的语音。
免责声明:本文内容与数据由观点根据公开信息整理,不构成投资建议,使用前请核实。
“特别声明:以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布,本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”