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

Vora

Vora

免费创建高清无水印Sora视频

Vora是一个免费创建高清无水印Sora视频的AI工具

Refly.AI

Refly.AI

最适合小白的AI自动化工作流平台

无需编码，轻松生成可复用、可变现的AI自动化工作流

酷表ChatExcel

酷表ChatExcel

大模型驱动的Excel数据处理工具

基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。

AI工具酷表ChatExcelAI智能客服AI营销产品使用教程
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
AIWritePaper论文写作

AIWritePaper论文写作

AI论文写作指导平台

AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。

AI辅助写作AI工具AI论文工具论文写作智能生成大纲数据安全AI助手热门
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

下拉加载更多