Xiaomi släpper öppen källkodsmodell för rumsligt ljud, MiDashengLM-Spatial
Teknikföretaget Xiaomi har lanserat MiDashengLM-Spatial, en ny modell som kan förstå ljudets ursprung och rumsliga distribution. Modellens vikter och kod är nu tillgängliga som öppen källkod.
Det kinesiska teknikföretaget Xiaomi har lanserat MiDashengLM-Spatial, en ny stor språkmodell med öppen källkod. Modellen är utformad för att inte bara förstå ljudets innehåll, utan också dess riktning och hur det sprids i rummet.
MiDashengLM-Spatial bygger vidare på Xiaomis tidigare ljudmodell, MiDashengLM-7B. Den nya versionen sägs ha förmågan till rumslig hörsel och inferens, vilket utökar ljudmodellers kapacitet från att bara identifiera ljud till att förstå dess rumsliga kontext. Xiaomi beskriver modellen som den första öppet tillgängliga "end-to-end"-modellen för rumslig ljudförståelse.
Företaget planerar att integrera MiDashengLM-Spatial i sina smarta hem-produkter och bilars interiörer för att förbättra användarupplevelsen. Genom att förstå ljudets rumsliga egenskaper hoppas Xiaomi kunna skapa en mer sömlös interaktion inom sin "människa-bil-hem"-ekosystem.
Modellen och dess relaterade kod har släppts under Apache 2.0-licensen, vilket möjliggör fri användning och vidareutveckling. Målet är att driva innovation inom ljudteknik och utvecklingen av nya applikationer.