待验证50% 置信事实精确时间
谷歌发布的Universal Speech Model（USM）已覆盖超过300种语言的语音识别
1
来源数
50%
置信度
长期有效
时效性
2026/9/15
首次发现
来源
涉及实体
相关事实
待验证Google的语音识别引擎支持超过125种语言，底层采用端到端的Transformer架构模型72% 相似待验证Meta的MMS（Massively Multilingual Speech）项目已覆盖1100多种语言的预训练模型66% 相似待验证微软VALL-E将语音合成重新定义为语言建模问题，把语音编码为离散声学标记并像大语言模型预测下一个词一样预测下一个声学标记65% 相似待验证Meta 的 MMS（Massively Multilingual Speech）项目于 2023 年发布，基于 wav2vec 2.0 框架，将语音识别覆盖范围扩展至超过 1100 种语言63% 相似待验证随着大语言模型的成熟，语音与自然语言正在成为人机交互的通用层63% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/922772API
curl https://kongchang.com/api/v1/knowledge/claims/922772MCP
get_claim(id=922772)