小米技术今日发文宣布，小米正式发布并开源工业级目标说话人语音识别大模型 Xiaomi-CocktailASR-1。

　　官方表示，Xiaomi-CocktailASR-1旨在解决“鸡尾酒会”难题。

　　该模型采用端到端 LLM 架构，以目标说话人的一段参考音频作为声纹提示，可在多人同时说话的复杂环境中，精准提取并仅转录目标用户的语音。在多个主流多说话人测试集上均达到 SOTA，大幅领先现有方案。

　　同时，其单人识别性能比肩标准 ASR 模型，可无缝兼顾单人说话场景；具备拒识非目标说话人干扰语音的能力，目标不在场时输出空文本，有效避免误触发；此外还支持思维链推理模式，为识别结果提供可解释推理过程。

　　特别

　　真·恶魔在人间！哈佛停[*]房沦为人体超市：头颅论个卖，人皮做书皮，28年没人发现，还能砍价！

　　奉劝所有人，今年冬天务必做好心理准备！世界气象组织9月3日确认厄尔尼诺将进一步增强，可能影响今冬温度和降水格局

　　2026最强旗舰标准版！OPPO Find X10核心亮点提前看：双2亿影像+8000mAh大电池