Xiaomi lanza un potente modelo de audio con inteligencia contextual para hogares y automóviles

Xiaomi ha desarrollado un nuevo modelo de reconocimiento de audio basado en inteligencia artificial que promete revolucionar la interacción por voz en entornos como el hogar y el automóvil. Su nombre es MiDashengLM y destaca por su capacidad para comprender el contexto completo del usuario, desde sonidos ambientales hasta matices emocionales en la voz.

Lea más: Archivos ocultos en WhatsApp: cómo encontrarlos y borrarlos

A diferencia de los sistemas tradicionales de reconocimiento automático de voz, que suelen descartar música o ruido de fondo, MiDashengLM ha sido entrenado con más de 38. 000 horas de subtítulos de audio generales, utilizando la base de datos ACAVCaps. Esto le permite capturar información más rica sobre el entorno, como emociones, elementos acústicos y sonidos externos.

Lea más: WhatsApp probará claves de nombre de usuario para evitar mensajes no deseados

El modelo, que se apoya en el codificador Dasheng y en la arquitectura Qwen2.5 Omni 7B Thinker de Alibaba, ofrece una interacción más humana y natural con los dispositivos, y ya se encuentra disponible en código abierto bajo licencia Apache 2.0 en plataformas como GitHub y Hugging Face.

Xiaomi destaca que MiDashengLM es hasta 20 veces más rápido que modelos comparables y proporciona una aceleración de hasta 4 veces en el tiempo hasta el primer token (TTFT). Actualmente, ya se implementa en más de 30 aplicaciones para hogares y vehículos, incluyendo sistemas de vigilancia sonora, asistentes personales y detección de sonidos anómalos.

Uno de los usos destacados es su integración en el modo centinela del modelo Xiaomi YU7, donde detecta arañazos y otros sonidos relevantes incluso en movimiento. Con este avance, la compañía china da un paso más hacia asistentes inteligentes con verdadera sensibilidad al entorno.