★ FEATURED ARTICLE 语音人工智能基础模型【免费下载链接】omniASR-LLM-3B项目地址https://ai.gitcode.com/hf_mirrors/facebook/omniASR-LLM-3B点击查看免费下载omniASR-LLM-3B 是 Meta 开源的多语言语音识别模型支持 1600 种语言。它的能力就藏在一串看似简单的语言代码里eng_Latn表示英文拉丁字母、cmn_Hans表示普通话简体。本文用 3 步带你彻底看懂这些语言代码的规则、查全清单的方法和实际用法。omniASR-LLM-3B 是什么️ 它属于 Meta AI 发布的Omnilingual ASR全语言语音识别模型家族是一个端到端的多语言 ASR 模型核心亮点有 3 个支持 1600 种语言覆盖拉丁、阿拉伯、天城文、西里尔等多种文字系统其中专门针对348 种低资源语言做了加强这部分数据来自开源语料库facebook/omnilingual-asr-corpus支持可选语言条件输入language conditioning告诉模型这是什么语言识别更准当前仓库就是模型的权重文件集合共 3 个核心文件文件说明README.md模型卡含模型参数、安装与推理方法、支持语言说明omniASR-LLM-3B.pt模型权重约 17 GiB4,376,679,040 个参数omniASR_tokenizer.model文本分词器tokenizer 硬件参考BF16 推理大约需要10 GiB 显存速度约为 1 倍实时30 秒音频约 3 秒出结果。第1步拆解语言代码格式 {language}_{script}所有语言代码都遵循统一格式{语言代码}_{文字系统}中间用下划线分隔。以cmn_Hans为例拆解部分值含义第一段cmn语言普通话Mandarin第二段Hans文字系统简体汉字再看几个常见例子感受一下语言代码含义eng_Latn英语拉丁字母deu_Latn德语拉丁字母cmn_Hans普通话简体cmn_Hant普通话繁体ara_Arab阿拉伯语阿拉伯字母hin_Deva印地语天城文rus_Cyrl俄语西里尔字母❓为什么要区分文字系统因为同一种语言可能用不同文字书写如繁体/简体而不同语言也可能共用一种文字。精确到文字系统后模型能锁定正确的字符集合与发音规则多语言混批处理时也不会串味。完整的格式说明可参见 README.md。第2步3 行代码查看 1600 语言完整清单想看全量支持语言清单无需翻文档安装官方推理库后程序化查询最方便参考 README.md 的 Supported Languages 章节pip install omnilingual-asrfrom omnilingual_asr.models.wav2vec2_llama.lang_ids import supported_langs print(fTotal supported languages: {len(supported_langs)}) # 查看总数 print(supported_langs) # 打印全部 1600 语言代码判断某个语言是否被支持也很简单if eng_Latn in supported_langs: print(English (Latin script) is supported!)第3步把语言代码用进语音识别omniASR-LLM-3B 的推理接口接收一个lang参数把语言代码喂给模型即可这就是所谓的语言条件输入from omnilingual_asr.models.inference.pipeline import ASRInferencePipeline pipeline ASRInferencePipeline(model_cardomniASR_LLM_3B) audio_files [/path/to/eng_audio1.flac, /path/to/deu_audio2.wav] lang [eng_Latn, deu_Latn] # 每条音频对应一个语言代码 transcriptions pipeline.transcribe(audio_files, langlang, batch_size2)注意lang列表和audio_files列表一一对应第 1 条是英语音频就写eng_Latn第 2 条是德语音频就写deu_Latn。这样即使一个批次里混着不同语言模型也能各识各的。新手常见问题不知道自己的语言代码怎么办用上面supported_langs打印全表按语言_文字规律搜索即可。不指定语言可以吗本模型是可选语言条件optional language conditioning不指定时模型会自行判断但指定语言通常更精准。许可证限制吗模型与代码采用 Apache-2.0配套语料库facebook/omnilingual-asr-corpus为 CC-BY-4.0商用友好。想要其他规模同家族还有 300M / 1B / 7B 等版本参数量与显存占用对照表见 README.md。 一句话总结记住{语言}_{文字}这个格式再用supported_langs查表、用lang参数传值3 步即可玩转 omniASR-LLM-3B 的 1600 语言支持。赞分享语音人工智能基础模型【免费下载链接】omniASR-LLM-3B项目地址https://ai.gitcode.com/hf_mirrors/facebook/omniASR-LLM-3B点击查看免费下载相关推荐Mac Mouse Fix 鼠标自定义指南把普通鼠标用出触控板的手感Mac Mouse Fix 鼠标自定义指南把普通鼠标用出触控板的手感 Mac Mouse Fix 是一款开源的 macOS 鼠标增强工具它能把鼠标上的任意按桌面应用系统编程whatlang4cj支持语言完整清单81种主流语种与ISO 639-3代码对照whatlang4cj支持语言完整清单81种主流语种与ISO 639 3代码对照 whatlang4cj 是一个用仓颉语言实现的快捷高效自然语言检测库内置预NLP人工智能gh_mirrors/me/meta完全指南10个技巧高效管理多仓库项目gh_mirrors/me/meta完全指南10个技巧高效管理多仓库项目 gh_mirrors/me/meta简称meta是一款强大的多仓库管理工具它创开发工具上一篇3步解决Windows 11 LTSC系统无微软商店问题LTSC-Add-MicrosoftStore完整指南下一篇如何用10分钟语音数据训练专业级AI音色RVC变声器终极指南创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
阅读完成 · 觉得有帮助？
