El modelo abierto de Xiaomi aísla una voz entre tres que hablan.
Xiaomi publicó el viernes CocktailASR-1, un modelo de voz gratuito. Le das una muestra corta de la voz elegida y el modelo ignora a los demás. En una prueba con tres voces falló el 12,29% de las palabras, y el 4,11% con dos.
Por qué importaLas actas y los subtítulos se rompen en cuanto dos personas hablan a la vez. Los pesos son abiertos, así que esto corre en tu propio equipo y no en un servidor ajeno.
▶ Vídeo relacionado: Solving the Cocktail Party Problem with Deep Learning (In-depth version)
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
Mistral liberó su modelo de un billón de parámetros, con condición.2026-10-29Nvidia lanzó un modelo abierto que transcribe la voz en 40 idiomas.
2026-10-29Gemini 4 Carbon de Google superó a Claude en un ranking exigente.
2026-10-29El nuevo modelo de mundos de Google crea lugares que suenan y hablan.
2026-10-28El nuevo modelo mediano de OpenAI cuesta la mitad que el anterior.
2026-10-27