共 1 篇相关文章
巴斯克语首个开源语音语言模型发布,基于LLaMA-Omni架构与Latxa骨干,通过翻译VoiceAssistant-400K并用TTS合成音频突破数据稀缺,内容质量3.86/5、WER 9.94%、UTMOS 3.07。