摩尔线程开源音频理解大模型 MooER：基于国产全功能 GPU 训练和推理

　　8 月 23 日消息，

　　基于摩尔线程夸娥（KUAE）智算平台，MooER 大模型用 38 小时完成了 5000 小时音频数据和伪标签的训练。

　　MooER 不仅支持中文和英文的语音识别，还具备中译英的语音翻译能力。在 Covost2 中译英测试集中，MooER-5K 取得了 25.2 的 BLEU 分数，接近工业级效果。

　　摩尔线程 AI 团队在该工作中开源了推理代码和 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 万小时数据训练的模型。

　　MooER 的模型结构包括 Encoder、Adapter 和 Decoder（Large Language Model，LLM）三个部分，具体的模型参数规模如下：