다국어 ASR - 메타의 다국어 음성 인식 프레임워크

17.6K 00

다국어 ASR이란 무엇인가요?

다국어 ASR은 Meta의 다국어 음성 인식 프레임워크로 1600개 이상의 언어를 지원하며 문자 오류율은 101 TP3T 이하인 781 TP3T입니다. 70억 개의 파라미터를 가진 wav2vec 2.0 인코더와 CTC 및 Transformer 디코더가 결합되어 보이지 않는 언어의 제로 샘플 전사를 지원하며 새로운 언어에 적응하기 위해 몇 개의 샘플만 필요합니다. 언어. 이 모델은 오픈 소스이며 350개의 저자원 언어 말뭉치를 포함하고 있어 전 세계적으로 멸종 위기에 처한 언어의 디지털화와 음성 기술 도입을 촉진합니다.

다국어 ASR의 특징

다국어 지원1,600개 이상의 언어를 지원하며, 저자원 및 멸종 위기에 처한 언어까지 폭넓게 지원하여 음성 인식의 글로벌 언어 범위를 크게 개선합니다.
낮은 리소스 언어 지원자가 지도 학습 및 데이터 향상 기술을 통해 리소스가 부족한 언어의 희박한 데이터 문제를 효과적으로 해결하고 음성 인식의 임계값을 낮춥니다.
제로 샘플 학습 기능대규모 말뭉치 없이도 적은 수의 예시만으로 새로운 언어를 전사할 수 있으므로 언어 커버리지를 크게 확장할 수 있습니다.
고성능 아키텍처CTC 및 트랜스포머 디코더와 결합된 wav2vec 2.0 인코더는 높은 정확도와 고성능 음성 인식을 지원합니다.
오픈 소스 및 협업전 세계 개발자와 연구자들이 음성 인식 기술을 발전시키고 멸종 위기에 처한 언어 보존을 위해 협력할 수 있도록 지원하는 오픈 소스 모델 및 데이터 세트입니다.

다국어 ASR의 핵심 이점

광범위한 언어 지원저자원 및 멸종 위기 언어를 포함하여 1,600개 이상의 언어를 지원하여 음성 인식의 글로벌 언어 범위를 크게 개선합니다.
제로 샘플 학습 기능몇 개의 오디오 및 텍스트 샘플만으로 보이지 않는 언어를 전사하면 새로운 언어를 개발하는 데 드는 비용을 크게 줄일 수 있습니다.
고성능 아키텍처70억 개의 파라미터를 가진 wav2vec 2.0 인코더와 고급 디코더를 자체 지도 학습과 결합하여 고정밀 음성 인식을 달성합니다.
오픈 소스 및 커뮤니티 지원기술 개발 및 언어 보존을 발전시키기 위해 전 세계 개발자와 연구자의 참여를 촉진하는 모델 및 데이터 세트의 오픈 소스입니다.
혁신적인 데이터 향상 기술모델의 일반화 능력을 향상시키기 위해 합성 음성 등의 기술을 통해 희소성이 낮은 언어 데이터의 문제를 해결합니다.
유연한 디코더 선택다양한 시나리오의 성능 및 효율성 요구 사항을 충족하기 위해 CTC 및 트랜스포머 디코더 옵션을 모두 제공합니다.

다국어 ASR의 공식 웹사이트는 무엇인가요?

프로젝트 웹사이트:: https://ai.meta.com/blog/omnilingual-asr-advancing-automatic-speech-recognition/
GitHub 리포지토리:: https://github.com/facebookresearch/omnilingual-asr
허깅페이스 모델 라이브러리:: https://huggingface.co/datasets/facebook/omnilingual-asr-corpus
기술 문서:: https://ai.meta.com/research/publications/omnilingual-asr-open-source-multilingual-speech-recognition-for-1600-languages/