首个开源巴斯克语 Speech Language Model 基于 LLaMA-Omni 架构开发

基于 LLaMA-Omni 架构，研究者构建了首个开源巴斯克语 Speech Language Model。该系统采用 Latxa 模型作为骨干网络，通过微调多个模块将文本能力迁移至语音模态，并基于英语语料翻译生成合成数据以解决数据稀缺问题。评估结果显示，系统的内容质量得分为 3.86/5，语音清晰度 WER 为 9.94%，音质 UTMOS 为 3.07。