小米于9月11日发布并开源了语音识别模型 Xiaomi-CocktailASR-1。

据 PANews 报道，9 月 11 日，小米发布并开源了 Xiaomi-CocktailASR-1，这是一款工业级目标说话人语音识别模型。该模型通过利用端到端 LLM 架构，将目标说话人的参考音频作为声纹提示，解决了鸡尾酒会问题，从而能够在多说话人环境中准确提取并转录目标用户的语音。