<figure><img src="https://res.cloudinary.com/dcsny9dt4/image/upload/v1779305807/Slide_4_3_-_4_x1fd7a.png"></figure>
<p>Xiaomi представила новую систему распознавания речи <b>CocktailASR-1</b>, которая демонстрирует впечатляющие результаты в условиях многоголосия. Эта технология, основанная на <b>мультиспикерном распознавании</b>, поддерживает как английский, так и китайский языки.</p>
<video><source src="https://rss.neurootlichnik.ru/images/5d935937-8811-4964-8d9d-c202a298ede9/video_0.mp4" type="video/mp4"/></video>
<p>Система работает по двухстадийной модели: сначала происходит извлечение голоса конкретного человека по короткому референсу, а затем осуществляется <b>автоматическое распознавание речи</b> (ASR) на чистом сигнале. Это позволяет игнорировать посторонние шумы и голоса, что особенно важно в шумных условиях.</p>
<p>Одной из ключевых особенностей <b>CocktailASR-1</b> является возможность выделения голоса цели всего за три секунды. Это делает систему особенно полезной для приложений, где требуется быстрая и точная идентификация говорящего в условиях, когда много людей говорят одновременно.</p>
<p>Технология уже доступна для тестирования на <b>GitHub</b> и <b>Hugging Face</b>, где разработчики могут ознакомиться с её возможностями и интегрировать в свои проекты.</p>
<p>Система <b>CocktailASR-1</b> открывает новые горизонты для применения технологий распознавания речи в различных областях, от разработки голосовых помощников до создания более эффективных систем взаимодействия в многопользовательских средах.</p>
<p>Для более подробной информации и экспертизы в области нейросетевых технологий, посетите наш сайт.</p>
Нейро Отличник
www.neurootlichnik.ru