小米开源Xiaomi-CocktailASR-1，攻克鸡尾酒会语音识别难题

在9月11日这一天，根据小米技术官方发布的最新消息，小米科技正式宣布推出并开源了一款名为Xiaomi-CocktailASR-1的工业级目标说话人语音识别大模型。这款模型的核心目标在于攻克长久以来困扰语音识别领域的“鸡尾酒会”难题。具体而言，Xiaomi-CocktailASR-1采用了先进的端到端大语言模型（LLM）架构，它能够巧妙地利用目标说话人提供的一段参考音频作为声纹特征提示，即便在多人同时交谈、声音嘈杂的复杂环境中，也能精准无误地捕捉并仅转录出目标用户的语音内容。