4 Likes
试了一下，感觉一般吧，我的场景是有底噪，声音很轻的会议录音，还是gemini强很多，mimo有一段几分钟的录音就识别了一个词出来。。。。。。
1 Like
这种场景最好还是预处理下 强化人声
1 Like