首个巴斯克语语音语言模型发布

首个开放巴斯克语语音语言模型，用合成数据验证低资源语言可行

资讯摘要

论文提出首个面向巴斯克语的开放语音语言模型，基于 LLaMA-Omni 架构，以 Latxa 模型为骨干，通过微调多个模块将巴斯克语能力迁移到语音模态，面向低延迟端到端语音交互。为缓解数据稀缺，作者将英文 VoiceAssistant-400K 语料翻译为巴斯克语并用巴斯克语 TTS 合成音频。作者报告内容质量 3.86/5、语音可懂度 WER 9.94%、音频质量 UTMOS 3.07。

要点速读

1. 基于 LLaMA-Omni 架构，骨干为 Latxa 模型，微调多个模块实现语音模态迁移
2. 将 VoiceAssistant-400K 译为巴斯克语并用巴斯克语 TTS 合成音频以缓解数据稀缺
3. 作者报告内容质量 3.86/5、WER 9.94%、UTMOS 3.07

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。