Publicado em 15 de setembro de 2026, o Xiaomi-CocktailASR-1 demonstra um fluxo de reconhecimento de fala condicionado por um locutor em áudio sobreposto.
Publicado em 15 de setembro de 2026, o Xiaomi-CocktailASR-1 é apresentado como uma demonstração para transcrever apenas um locutor quando há fala sobreposta. O fluxo usa um trecho de áudio da pessoa para tentar isolar sua voz; engenheiros podem testar esse reconhecimento de fala condicionado pelo locutor.
A descrição não informa métricas, resultados de avaliação ou limitações, então não permite concluir quão bem funciona. Consulte a demonstração e verifique por conta própria com gravações autorizadas e transcrições de referência. Se usar IA para estudar ou testar a técnica, limite o áudio aos dados necessários e proteja gravações identificáveis conforme as regras da organização.