研究人员开发了首个开源巴斯克语语音语言模型,巴斯克语是一种少数民族语言,旨在实现低延迟的语音交互。该模型名为Latxa,基于LLaMA-Omni架构,并结合了翻译的英语数据和合成的巴斯克语音频进行微调,以克服数据稀缺的问题。评估表明该系统是可行的,内容质量得分为3.86/5,词错误率为9.94%,音频质量得分为3.07 UTMOS。 AI
影响 为少数民族语言实现先进的语音交互系统,解决了数据稀缺的挑战。
排序理由 研究论文详细介绍了一种针对低资源语言的新模型。[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 →