Xiaomi abre o código de modelo de IA de áudio capaz de identificar a origem dos sons

A Xiaomi abriu o código do MiDashengLM-Spatial, modelo de áudio e linguagem que combina compreensão de sons com percepção espacial. Disponibilizados sob a licença Apache 2.0, os pesos do modelo e o código de inferência permitem processar áudio binaural, identificar fontes sonoras e estimar suas posições e relações espaciais. O sistema também mantém funções de reconhecimento de fala, descrição de áudio e respostas sobre sons ambientais e música.

A empresa planeja levar a tecnologia a produtos para casas inteligentes e cabines de veículos, para que os dispositivos respondam ao que ouvem e à origem dos sons.