本文探讨了通过自适应权重技术提升多语言语音识别准确性，使用预训练的wav2vec 2.0和MBART50模型。研究表明，结合无标签和有标签数据的微调方法显著提高了模型性能，尤其在资源匮乏语言的自动语音识别任务中表现优异。

阿里云通义千问团队开源了SenseVoice和CosyVoice两款语音基座模型，用于多语言语音识别和生成语音。这些模型采用Apache 2.0许可证，已在Modelscope和HuggingFace平台提供。SenseVoice的识别效果优于OpenAI Whisper模型。