MooreThreads/MooER

🗣️ MooER: Mô hình ngôn ngữ lớn xử lý giọng nói end-to-end từ Moore Threads

Mô hình LLM hỗ trợ nghe, nghĩ và nói — đầu tiên được huấn luyện và chạy hoàn toàn trên GPU nội địa.

MooER (Moore-threads Open Omni model for speech-to-speech intERaction) là dự án nghiên cứu mô hình ngôn ngữ lớn xử lý giọng nói end-to-end do Moore Threads phát triển. Dự án bao gồm các mô hình tương tác giọng nói end-to-end, dịch thuật giọng nói và nhận dạng giọng nói, cùng với mã nguồn huấn luyện và suy diễn.

✨ Điểm nổi bật

• MooER-omni-v1: Hỗ trợ nghe, nghĩ và nói, tương tự GPT-4o với khả năng tương tác bằng giọng nói.
• MooER-S2ST-v1: Dịch thuật giọng nói thành giọng nói (speech-to-speech translation), hỗ trợ tiếng Mandarin.
• MooER-MTL-5K-1.5B: Mô hình dịch thuật giọng nói 1.5 tỷ tham số.
• MooER-MTL-80K: Mô hình huấn luyện với 80.000 giờ dữ liệu âm thanh.
• Hỗ trợ đa nền tảng mô hình: Có sẵn trên ModelScope và Hugging Face.
• Đã mở nguồn mã nguồn huấn luyện và suy diễn: Người dùng có thể tự huấn luyện hoặc tinh chỉnh mô hình.
• Chạy trên GPU nội địa: Là dự án đầu tiên sử dụng hoàn toàn GPU Moore Threads S4000.

💡 Vì sao đáng chú ý

MooER khác biệt nhờ khả năng kết hợp xử lý giọng nói và lý luận ngôn ngữ lớn trong một kiến trúc end-to-end, giảm thiểu sự phụ thuộc vào các bước trung gian như nhận dạng rồi mới dịch. Đặc biệt, đây là dự án đầu tiên được xác nhận huấn luyện và suy diễn hoàn toàn trên nền tảng GPU nội địa của Trung Quốc — Moore Threads S4000 — mở ra tiềm năng phát triển AI âm thanh độc lập.

#SpeechRecognition #SpeechTranslation #LLM #OpenSource #TiniX