小米发布并开源 Xiaomi-CocktailASR-1

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，该模型采用端到端 LLM 架构，以目标说话人参考音频为声纹提示，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语音，旨在解决「鸡尾酒会」难题。