小米发布并开源Xiaomi-CocktailASR-1

又是一件科技圈大事，大家怎么看？9月11日，小米正式发布并开源了工业级目标说话人语音识别大模型Xiaomi-CocktailASR-1。简单说，这个模型专门对付“鸡尾酒会难题”——也就是在多人同时说话的环境下，像在嘈杂派对上听清一个人说话那样，精准提取并转录目标用户的声音。它采用端到端LLM架构，只需要一段目标说话人的参考音频作为声纹“钥匙”，就能从一片嘈杂中锁定并转写你想听的那个人。未来开会、采访、甚至戴着耳机逛菜市场，没准都能靠它“只听想听的”。（广角观察）#大厂科技动态#