小米MiMo-V2.5-ASR全链路语音模型听觉基座上线
7 月 7 日消息,小米 Mino 今日宣布 MiMo-V2.5-ASR 正式上线。
作为全链路语音模型听觉基座,MiMo-V2.5-ASR 宣称在方言、双语、强噪音、多说话人等复杂真实场景下均达到业界领先水平。
中文方言:覆盖粤语、吴语、闽南语、四川话等
Code- Switch:中英混转自由流畅,无需预设语种
歌曲识别:中英文歌词,伴奏人声混合场景高精度识别
强噪音:高噪音、远场拾音等复杂环境中鲁棒识别
多说话人:多人交叉对话场景准确转录
知识关联:古诗词、专业术语、人名地名精准识别
原生标点:结合韵律与语义直接输出标点,转写即用
MiMo-V2.5-ASR 已开放 API 并支持在 Token Plan 中使用。
API 定价:按照音频转写时长计费,国内¥0.5/h,海外 $0.074 /h。
(来源:小熊科技)免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。
