nb-wav2vec2-300m-nynorsk
挪威语新挪威语Wav2Vec2语音识别模型
nb-wav2vec2-300m-nynorsk是一个针对挪威语新挪威语的Wav2Vec2语音识别模型。该模型基于VoxRex特征提取器,使用NbAiLab/NPSC数据集进行微调,在NPSC测试集上达到了0.1222的词错误率(WER)和0.0419的字符错误率(CER)。作为Robust Speech Event项目的成果之一,模型及其训练代码已开源,为挪威自然语言处理社区提供了进一步改进自动语音识别技术的基础。
nb-wav2vec2-300m-nynorsk项目介绍
nb-wav2vec2-300m-nynorsk是一个针对挪威新挪威语的自动语音识别(ASR)模型。该模型是在瑞典国家图书馆的VoxRex模型基础上进行微调得到的。
模型性能
在测试集上，该模型结合5-gram KenLM语言模型实现了以下性能:
- 词错误率(WER): 12.22% (不使用语言模型时为15.37%)
- 字符错误率(CER): 4.19% (不使用语言模型时为4.68%)
模型背景
nb-wav2vec2-300m-nynorsk是由挪威AI实验室团队在Hugging Face举办的"鲁棒语音识别挑战赛"中开发的几个Wav2Vec模型之一。该模型在新挪威语上的性能仅次于1B参数的大模型,是一个性能与规模较为均衡的选择。
数据集
模型训练使用了挪威议会语音语料库(NPSC)。该语料库被转换为Hugging Face数据集格式,成为NbAiLab/NPSC数据集,这是模型的主要训练数据来源。
训练过程
模型训练利用了KBLab/wav2vec2-large-voxrex作为预训练模型,在NPSC数据集上进行了80个epoch的微调。训练采用了一系列优化策略,如梯度累积、学习率预热、LayerDrop等技术。完整的训练可能需要3-4天的GPU时间。
语言模型
结果表明,即使是简单的5-gram语言模型也能显著提升ASR性能。研究人员建议可以从挪威巨型语料库中提取文本来构建语言模型。
开源贡献
项目团队已开源了所有开发代码,以促进挪威NLP社区开发更优秀的ASR模型。使用这些代码,研究者可以在普通GPU上一天内训练出自己的ASR系统。
总结
nb-wav2vec2-300m-nynorsk项目为新挪威语ASR提供了一个强大的基线模型。它不仅展示了良好的识别性能,还为后续研究提供了宝贵的训练经验和开源资源,有望推动挪威语音识别技术的进一步发展。
编辑推荐精选
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。
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
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
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
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
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
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。
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。
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
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。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号