Xiaomi ra mắt mô hình nhận diện giọng nói MiMo-V2.5-ASR với giá chỉ 0,5 tệ/giờ

Theo tin từ IT之家 ngày 7 tháng 7, Xiaomi Mino hôm nay thông báo MiMo-V2.5-ASR đã chính thức ra mắt.

Là nền tảng thính giác cho mô hình giọng nói toàn trình, MiMo-V2.5-ASR tuyên bố đạt trình độ dẫn đầu ngành trong các tình huống thực tế phức tạp như phương ngữ, song ngữ, tiếng ồn lớn và nhiều người nói.

Phương ngữ tiếng Trung: Bao phủ tiếng Quảng Đông, tiếng Ngô, tiếng Mân Nam, tiếng Tứ Xuyên, v.v.

Code-Switch: Chuyển đổi linh hoạt giữa tiếng Trung và tiếng Anh, không cần cài đặt trước ngôn ngữ.

Nhận diện bài hát: Nhận diện độ chính xác cao trong các tình huống kết hợp lời bài hát tiếng Trung - Anh và nhạc nền.

Tiếng ồn lớn: Nhận diện mạnh mẽ (robust) trong các môi trường phức tạp như tiếng ồn cao, thu âm trường xa.

Nhiều người nói: Chuyển đổi chính xác trong các tình huống đối thoại đan xen giữa nhiều người.

Liên kết kiến thức: Nhận diện chính xác các bài thơ cổ, thuật ngữ chuyên ngành, tên người và địa danh.

Dấu câu tự nhiên: Kết hợp nhịp điệu và ngữ nghĩa để xuất trực tiếp dấu câu, có thể sử dụng ngay sau khi chuyển đổi.

MiMo-V2.5-ASR đã mở API và hỗ trợ sử dụng trong Token Plan.

Định giá API: Tính phí theo thời lượng chuyển đổi âm thanh, trong nước là 0,5 tệ/giờ, quốc tế là 0,074 USD/giờ.

IT之家 đính kèm liên kết tài liệu truy cập như sau:

https://mimo.mi.com/docs/zh-CN/quick-start/usage-guide/audio/Speech-Recognition

Đọc thêm:

"Xiaomi ra mắt mô hình ngôn ngữ lớn về giọng nói MiMo-V2.5-TTS / ASR: Điều phối biểu cảm giọng nói thông qua ngôn ngữ tự nhiên"

Tuyên bố quảng cáo: Các liên kết chuyển hướng bên ngoài trong bài viết (bao gồm nhưng không giới hạn ở siêu liên kết, mã QR, mật khẩu, v.v.) được sử dụng để truyền tải thêm thông tin, tiết kiệm thời gian lựa chọn, kết quả chỉ mang tính chất tham khảo, tất cả các bài viết của IT之家 đều bao gồm tuyên bố này.