IXThinker·2026-02-14 15:20

清華6M小模型Dolphin刷新語音分離紀錄

清華大學團隊發布僅6M參數的視聽語音分離模型Dolphin，以極小體積打破高性能必高能耗的慣性，單次推理即可精準分離人聲，速度提升六倍以上，成果獲ICLR 2026收錄。

雞尾酒會難題

視聽語音分離旨在模擬人類的雞尾酒會效應，利用說話人的口型等視覺線索，從背景噪聲或多人混音中提取目標聲音，在智能助聽器、移動通話等場景價值巨大，但運算負擔一直是瓶頸。