懂AI
nb-wav2vec2-1b-bokmaal

nb-wav2vec2-1b-bokmaal

基于XLS-R的挪威语Bokmål语音识别模型实现高精度转录

nb-wav2vec2-1b-bokmaal是一个基于XLS-R的挪威语Bokmål语音识别模型，在NPSC测试集上达到6.33%词错误率和2.48%字符错误率。该模型由NbAiLab团队使用挪威议会语音语料库(NPSC)训练，并开源了完整代码和参数配置，便于研究者复现和优化。模型在Hugging Face平台发布，支持挪威语自动语音识别任务。

Huggingface模型语音识别Github开源项目Wav2Vec2挪威语NPSCHugging Face
GitHubHugging Face论文

项目介绍

nb-wav2vec2-1b-bokmaal是一个用于挪威语博克马尔语(Bokmål)的自动语音识别(ASR)模型。这个模型是在Facebook/Meta的XLS-R特征提取器的基础上微调而来的。经过微调后,该模型在测试集上取得了优异的成绩:

  • 词错误率(WER): 0.0633 (使用5-gram语言模型)
  • 字符错误率(CER): 0.0248 (使用5-gram语言模型)

没有使用语言模型时,WER为0.0738,CER为0.0263。

模型特点

  1. 这是由NbAiLab团队在Hugging Face举办的Robust Speech Event活动中开发的几个Wav2Vec模型之一。

  2. 在所有开发的模型中,这个1B参数的博克马尔语模型表现最佳,WER达到了6.33%。

  3. 模型使用了挪威议会语音语料库(NPSC)进行训练,该语料库已被转换为Hugging Face数据集格式。

  4. 开发团队公开了所有代码,以便挪威NLP社区能够在此基础上开发更好的ASR模型。

  5. 使用普通GPU,按照说明可以在一天内训练出自己的ASR系统。

训练细节

  1. 训练过程参考了Hugging Face提供的指南。

  2. 开发团队提供了run.sh和run_speech_recognition_ctc.py文件,可以用于复现结果。

  3. 添加了5-gram语言模型来提升性能,可以使用挪威巨型语料库(NCC)构建。

  4. 详细的训练参数已在项目页面列出,包括学习率、批次大小、dropout率等。

  5. 使用这些设置,在普通GPU上训练可能需要3-4天时间。

应用前景

  1. 为挪威语自动语音识别提供了新的基准。

  2. 可作为进一步研究和改进挪威语ASR的基础。

  3. 为挪威NLP社区提供了宝贵的资源和起点。

  4. 有助于提高挪威语音技术的整体水平。

  5. 为其他语言的ASR模型开发提供了参考。

通过这个项目,NbAiLab团队大大推进了挪威语自动语音识别技术的发展,为未来更多创新奠定了基础。

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多