# MiMo-Audio 7B: Conversión de voz y edición por IA. SOTA con 100 millones de horas

Episodio de [En la mente de la máquina](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina).

- Publicado: 22 de septiembre de 2025
- Duración: 23 min
- Página: https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650503-mimo-audio-7b-conversion-de-voz-y-edicion-por-ia-sota-con-100-millones-de-horas

## Sobre este episodio

Descubre MiMo-Audio, el innovador modelo de lenguaje de audio (Audio Language Model, ALM) desarrollado por Xiaomi que marca un "momento GPT-3" para el dominio del habla. Este avance se logra al escalar el preentrenamiento a una cifra sin precedentes de más de cien millones de horas de datos de voz, lo que impulsa capacidades de generalización robustas. MiMo-Audio-7B-Base demuestra un potente few-shot learning, logrando generalizar a tareas complejas ausentes de sus datos de entrenamiento, como la conversión de voz, la transferencia de estilo y la edición de voz con solo unos pocos ejemplos en contexto. La versión instructiva, MiMo-Audio-7B-Instruct, logra un rendimiento SOTA (State-of-the-Art) entre los modelos de código abierto en benchmarks de inteligencia del habla y comprensión de audio (como MMSU, MMAU y Big Bench Audio), incluso acercándose o superando a modelos de código cerrado. Además de la comprensión, el modelo muestra capacidades de continuación de voz altamente realistas, generando talk shows, debates y recitaciones coherentes y expresivas. Este informe presenta la metodología, la arquitectura escalable y los resultados que posicionan a MiMo-Audio como un sistema fundamental para la IA de voz generativa.https://github.com/XiaomiMiMo/MiMo-Audio/blob/main/MiMo-Audio-Technical-Report.pdf?s=08

Anterior: [GPT-5 lidera la revolución LLM en tareas largas: Cómo la ejecución vence al Auto-Errores](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650506-gpt-5-lidera-la-revolucion-llm-en-tareas-largas-como-la-ejecucion-vence-al-auto)
Siguiente: [DeepMind y AI resuelven problemas centenarios en dinámica de fluidos: Singularidades y Navier-Stokes](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/8650504-deepmind-y-ai-resuelven-problemas-centenarios-en-dinamica-de-fluidos-y-navier)

## Últimos episodios de En la mente de la máquina

- [¡Google Presenta Gemini 4 Carbon! La IA Revolucionaria en Ciberseguridad y Código](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147013300-google-presenta-gemini-4-carbon-la-ia-revolucionaria-en-ciberseguridad-y-codigo) · 29 de octubre de 2026 · 18 min
- [¿La IA Reemplazará a los Ingenieros? El Benchmark PLE de Google Revela la Verdad](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/147002129-la-ia-reemplazara-a-los-ingenieros-el-benchmark-ple-de-google-revela-la-verdad) · 28 de octubre de 2026 · 18 min
- [¡La Revolución de la IA! NCP-ArchPreview: Modelo Latente 2x Más Rápido](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146978939-la-revolucion-de-la-ia-ncp-archpreview-modelo-latente-2x-mas-rapido) · 26 de octubre de 2026 · 29 min
- [¿Puede una IA Tener Conciencia Real? El Revelador Marco de Google DeepMind](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/146968013-puede-una-ia-tener-conciencia-real-el-revelador-marco-de-google-deepmind) · 25 de octubre de 2026 · 25 min
- [¿Las IA Sienten Dolor? Descubren el "Eje del Dolor" en LLMs y sus Perturbadores Efectos](https://escuchario.semeescucha.es/podcast/en-la-mente-de-la-maquina/episodio/145261392-las-ia-sienten-dolor-descubren-el-eje-del-dolor-en-llms-y-sus-perturbadores) · 24 de octubre de 2026 · 14 min