Xiaomi publie MiDashengLM-Spatial, un modèle open-source pour la compréhension audio spatiale
Xiaomi a lancé MiDashengLM-Spatial, un modèle open-source capable de comprendre le contenu audio ainsi que sa direction et sa distribution spatiale. Les poids et le code du modèle sont désormais publiquement disponibles.
La société technologique chinoise Xiaomi a annoncé la sortie de MiDashengLM-Spatial, un nouveau grand modèle linguistique axé sur la compréhension de l'audio spatial. Ce modèle est conçu pour interpréter non seulement le contenu des sons, mais aussi leur origine et leur répartition dans l'espace.
Développé à partir du modèle audio précédent de Xiaomi, MiDashengLM-7B, le nouveau MiDashengLM-Spatial ajoute des capacités de perception et d'inférence spatiales. Xiaomi affirme qu'il s'agit du premier modèle open-source de compréhension de l'audio spatial de bout en bout de l'industrie, faisant progresser le domaine au-delà de la simple reconnaissance sonore vers une conscience contextuelle spatiale complète.
L'entreprise prévoit d'intégrer ce nouveau modèle dans ses appareils domestiques intelligents et les habitacles de ses véhicules. L'objectif est d'améliorer les expériences d'interaction utilisateur au sein de son écosystème « humain-voiture-maison » en exploitant les capacités de compréhension audio spatiale du modèle.
Les poids du modèle et son code d'inférence ont été publiés sous la licence Apache 2.0, permettant une adoption et un développement plus larges par la communauté de recherche. Cette initiative vise à stimuler les progrès dans le domaine de l'IA audio et à favoriser de nouvelles applications.