Le modèle ouvert de Xiaomi isole une voix parmi trois qui parlent.
Xiaomi a publié vendredi CocktailASR-1, un modèle vocal gratuit. Vous lui donnez un court extrait de la voix visée, et il ignore les autres. Sur un test à trois voix, il s'est trompé sur 12,29% des mots, contre 4,11% à deux.
Pourquoi c'est importantLes comptes rendus et les sous-titres s'effondrent dès que deux personnes parlent ensemble. Les poids sont ouverts, donc tout cela tourne sur votre machine et non sur un serveur.
▶ Vidéo associée: Solving the Cocktail Party Problem with Deep Learning (In-depth version)
Lire dans l'app — gratuit, en 9 langues
Actus liées
Mistral ouvre son modèle géant à tous, à une condition près.2026-10-29Nvidia publie un modèle ouvert qui transcrit la parole en 40 langues.
2026-10-29Gemini 4 Carbon de Google a devancé Claude dans un classement d'IA.
2026-10-29Le nouveau modèle de Google crée des mondes sonores et bavards.
2026-10-28Le nouveau modèle moyen d'OpenAI coûte moitié moins que l'ancien.
2026-10-27