BriefGPT - AI 论文速递 · 2024-10-01T00:00:00Z

MOSEL: 950,000 Hours of Speech Data for Training Open-Source Speech Foundation Models in EU Languages

📝

内容提要

本研究解决了开源语音模型缺乏合规数据的问题，聚焦欧盟24种官方语言。通过调查，收集了95万小时的训练数据，并发布了44.1万小时的自动转录数据，推动了开源语音模型的发展。

🏷️

标签

open-source 合规数据 开源语音 欧盟语言 自动转录