大规模多语言语音 (MMS) - 3亿

Facebook的MMS模型拥有3亿个参数。

MMS是Facebook AI的大规模多语言预训练语音模型。该模型在超过1,400种语言的约500,000小时的语音数据上进行了预训练。

当使用该模型时，请确保语音输入采样率为16kHz。

注意：该模型应在下游任务（如自动语音识别、翻译或分类）上进行微调。有关ASR的更多信息，请查看**如何微调**部分或 this blog 。

如何微调

即将推出...

模型详情

开发人员： Vineel Pratap等
模型类型：多语言自动语音识别模型
语言： 1000+种语言
许可： CC-BY-NC 4.0许可协议
参数数量：3亿个

引用：

@article{pratap2023mms,
  title={Scaling Speech Technology to 1,000+ Languages},
  author={Vineel Pratap and Andros Tjandra and Bowen Shi and Paden Tomasello and Arun Babu and Sayani Kundu and Ali Elkahky and Zhaoheng Ni and Apoorv Vyas and Maryam Fazel-Zarandi and Alexei Baevski and Yossi Adi and Xiaohui Zhang and Wei-Ning Hsu and Alexis Conneau and Michael Auli},
journal={arXiv},
year={2023}
}

附加链接

作者:

Meta AI

数据集大小:

1.18 GB

大规模多语言语音 (MMS) - 3亿

目录

如何微调

模型详情

附加链接