MMS
Meta发布的大规模多语言语音模型，采用纯编码器架构，支持超过1000种语言的语音识别与合成任务
时间轴 (近 90 天)
多语言自监督模型如XLSR、MMS将自监督思路扩展到几十甚至上千种语言
研究选用了三类ASR架构：MMS（纯编码器）、Whisper（编码器-解码器）和Qwen3-ASR（基于大语言模型）
MMS是纯编码器（encoder-only）结构
ALIA若能聚焦高价值垂直场景（如医疗、农业、金融）构建专项数据集，将与MMS等广覆盖模型形成互补而非竞争关系
Meta的MMS模型基于wav2vec 2.0架构，通过宗教文本（主要是圣经的多语言译本）作为弱监督数据来源实现语音识别覆盖
Meta的MMS（Massively Multilingual Speech）项目已覆盖1100多种语言的预训练模型
OpenAI Whisper、Google的USM和Meta的MMS等多语言语音识别模型降低了多语言混合场景下的语音转文字技术门槛
OpenAI Whisper在99种语言上训练，Meta的MMS覆盖了1100+种语言
全部知识事实 (8)
Meta的MMS（Massively Multilingual Speech）项目已覆盖1100多种语言的预训练模型
60%待验证OpenAI Whisper在99种语言上训练，Meta的MMS覆盖了1100+种语言
60%待验证多语言自监督模型如XLSR、MMS将自监督思路扩展到几十甚至上千种语言
50%待验证研究选用了三类ASR架构：MMS（纯编码器）、Whisper（编码器-解码器）和Qwen3-ASR（基于大语言模型）
50%待验证MMS是纯编码器（encoder-only）结构
50%待验证Meta的MMS模型基于wav2vec 2.0架构，通过宗教文本（主要是圣经的多语言译本）作为弱监督数据来源实现语音识别覆盖
50%待验证ALIA若能聚焦高价值垂直场景（如医疗、农业、金融）构建专项数据集，将与MMS等广覆盖模型形成互补而非竞争关系
50%待验证OpenAI Whisper、Google的USM和Meta的MMS等多语言语音识别模型降低了多语言混合场景下的语音转文字技术门槛
50%