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

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。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

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
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
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。

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
下拉加载更多