研究人员推出了 DONDO，这是一系列专门为非洲语言设计的开源自动语音识别 (ASR) 基础模型。这些模型基于 w2v-BERT 2.0 架构构建，包含 21 个单语模型和 5 个多语种模型，覆盖了多个非洲国家的 27 种语言变体。这些模型使用宗教文本和新颖的两步微调程序进行了微调，达到了具有竞争力的词错误率，并使单个多语种模型能够在多种语言上表现良好。 AI
影响 此次发布为代表性不足的语言的 ASR 研究和开发提供了宝贵的开源工具，有可能加速这些地区的人工智能采用。
排序理由 发布了针对多种语言的开源语音识别模型，并在 arXiv 论文中进行了详细介绍。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
