摩尔线程开源MooER：国产GPU驱动的先进语音识别与翻译大模型

8月26日消息：摩尔线程智能科技有限公司（Moore Threads）近日宣布，其基于国产全功能GPU训练和推理的大型语音模型MooER（摩耳）已成功开源。这一举措标志着国产GPU在人工智能领域的应用实力，同时为全球音频AI技术的发展注入了新的活力。

MooER模型采用了创新的三部分结构设计，包括Encoder（编码器）、Adapter（适配器）和Decoder（大型语言模型，LLM）。这种设计使得MooER能够有效地处理原始音频数据，提取关键特征，并执行包括语音识别和翻译在内的下游任务。

在与多个知名开源音频理解大模型的对比测试中，MooER展现出了卓越的性能。在中文测试集上，MooER的字错误率（CER）达到了4.21%，在英文测试集上的词错误率（WER）为17.98%，与其他顶级模型相比表现更优或相当。特别值得一提的是，在Covost2zh2en中译英测试集上，MooER的BLEU分数高达25.2，大幅领先其他开源模型，达到了工业级应用的水平。

摩尔线程的项目团队已经开源了推理代码和基于5000小时数据训练的模型，并计划进一步开源训练代码和基于8万小时数据训练的增强版模型。基于8万小时数据训练的MooER-80K模型在性能上更进一步，在中文测试集上的CER降至3.50%，英文测试集上的WER优化到12.66%，显示了其巨大的发展潜力。

摩尔线程开源MooER的行动不仅展示了国产GPU的强大计算能力，也为音频AI技术的创新应用和普及提供了新的可能性。随着更多训练数据和代码的开源，业界期待MooER能在语音识别、翻译等领域带来更多突破性进展。

有关MooER的更多信息和开源资源，可以通过以下链接访问：

• GitHub：MooreThreads/MooER

• ModelScope：MooreThreadsSpeech/MooER-MTL-5K

• Huggingface：mtspeech/MooER-MTL-5K