🏆 多说话人 SOTA:在多个主流多说话人测试集(AliMeeting、AMI、LibriMix 等)上达到最优性能。
🎯 单说话人兼容:单说话人测试集上性能与普通 ASR 模型可比。只需同一模型,便能同时兼顾单人与多人场景,无需切换普通 ASR 模型。
负样本拒识:具备对全非目标说话人音频的拒识能力,有效降低误触发。
🧠 思维链推理:支持 Chain-of-Thought(CoT)模式,对识别结果提供可解释的推理过程。
2、云端一键部署:https://www.compshare.cn/images/BWeiHravhDrp?referral_code=bZRguxQSRDBJHgp5vAE7u&ytag=GPU_YY_YX_bl_yuziyuetalk0918
3、项目地址:https://github.com/xiaomi-research/xiaomi-cocktailasr-1