IT之家 8 月 23 日消息，摩爾線程開源了音頻理解大模型 —MooER（摩耳），是業(yè)界首個基于國產(chǎn)全功能 GPU 進行訓(xùn)練和推理的大型開源語音模型。
基于摩爾線程夸娥（KUAE）智算平臺，MooER 大模型用 38 小時完成了 5000 小時音頻數(shù)據(jù)和偽標簽的訓(xùn)練。
MooER 不僅支持中文和英文的語音識別，還具備中譯英的語音翻譯能力。在 Covost2 中譯英測試集中，MooER-5K 取得了 25.2 的 BLEU 分數(shù)，接近工業(yè)級效果。
摩爾線程 AI 團隊在該工作中開源了推理代碼和 5000 小時數(shù)據(jù)訓(xùn)練的模型，并計劃進一步開源訓(xùn)練代碼和基于 8 萬小時數(shù)據(jù)訓(xùn)練的模型。
MooER 的模型結(jié)構(gòu)包括 Encoder、Adapter 和 Decoder（Large Language Model，LLM）三個部分，具體的模型參數(shù)規(guī)模如下：
IT之家附相關(guān)鏈接：
Github 地址：https://github.com/MooreThreads/MooER
技術(shù)文檔：https://arxiv.org/pdf/2408.05101
技術(shù)演示：https://mooer-speech.mthreads.com:10077/
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。