小米MiMo-V2.5-ASR全链路语音模型听觉基座上线
下载客户端
独家抢先看
独家抢先看
IT之家 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。
“特别声明：以上作品内容(包括在内的视频、图片或音频)为凤凰网旗下自媒体平台“大风号”用户上传并发布，本平台仅提供信息存储空间服务。
Notice: The content above (including the videos, pictures and audios if any) is uploaded and posted by the user of Dafeng Hao, which is a social media platform and merely provides information storage space services.”
