小米(01810)今日正式發布並開源工業級目標說話人語音識別大模型Xiaomi-CocktailASR-1。據介紹，Xiaomi-CocktailASR-1旨在解決語音識別中的「雞尾酒會」難題。該模型採用端到端LLM架構，以目標說話人的一段參考音頻作為聲紋提示，可在多人同時說話的複雜環境中，精準提取並僅轉錄目標用戶的語音。
《經濟通通訊社11日專訊》

【說說心理話】潛意識治療師分享用催眠自我療癒經歷：由被確定骨枯到坐輪椅，最後更跑了馬拉松！► 即睇