已报备公安备案 9月11日，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。（广角观察）
免责声明：仅供学习交流，著作权归原作者所有；如您认为相关资源侵犯了您的合法权益，请附上权利证明发送邮件至 admin@fsgameo.com，我们将尽快核实并及时下架
9月11日，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。（广角观察）
