论文提出GigaAM Multilingual，一个基于Conformer的多语言语音识别基础模型，使用HuBERT式目标在200万小时音频上预训练，覆盖哈萨克语、吉尔吉斯语和乌兹别克语。研究引入簇级数据均衡与领域感知采样，降低头部语言主导，在目标语言尤其是自发语音上超过Whisper Large v3和Omnilingual-1B，并发布编码器与ASR模型。
最近 24 小时暂无可用热度快照。