首页 > 3D标签小米开源工业级目标说话人语音识别大模型 CocktailASR-1 相关文章
小米开源工业级目标说话人语音识别大模型 CocktailASR-1

小米开源工业级目标说话人语音识别大模型 CocktailASR-1

小米开源工业级目标说话人语音识别大模型CocktailASR-1,瞄准多人同时讲话的“鸡尾酒会难题”。该模型改变传统ASR任务输入方式,可在嘈杂环境中精准锁定并识别目标说话人语音,提升复杂场景下的识别能力,为行业提供新的解决方案。