Xiaomis offenes Modell greift eine Stimme aus dreien heraus.
Xiaomi veröffentlichte am Freitag CocktailASR-1, ein kostenloses Sprachmodell. Sie geben ihm eine kurze Probe der gesuchten Stimme, alle anderen blendet es aus. In einem Test mit drei Stimmen irrte es bei 12,29 Prozent der Wörter, bei zwei nur bei 4,11 Prozent.
Warum es wichtig istProtokolle und Untertitel zerfallen, sobald zwei Menschen gleichzeitig reden. Die Gewichte sind offen, das läuft also auf Ihrem eigenen Rechner statt auf einem Server.
▶ Passendes Video: Solving the Cocktail Party Problem with Deep Learning (In-depth version)
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Mistral gibt sein Billionen-Modell frei, mit einer Bedingung.2026-10-29Nvidias neues offenes Modell transkribiert Sprache in 40 Sprachen.
2026-10-29Googles Gemini 4 Carbon überholte Claude in einem harten KI-Ranking.
2026-10-29Googles neues Weltmodell baut Welten, die man hört und die sprechen.
2026-10-28OpenAIs neues mittleres Modell kostet halb so viel wie das alte.
2026-10-27