#瑞典语

Netflix Swedish Dub是一款Chrome扩展程序，为Netflix上带有瑞典语字幕的影片提供实时AI配音。这个工具让学习瑞典语的人能够在观看感兴趣的内容时提升听力技能，有效结合了娱乐和语言学习。通过将任何Netflix节目转换为瑞典语配音版，解决了瑞典语学习资源匮乏的问题。

该项目提供了一个基于Wav2vec 2.0 large VoxRex模型微调的瑞典语语音识别模型。模型使用瑞典广播、NST和Common Voice数据集进行训练，在Common Voice测试集上达到8.49%的词错误率，在NST和Common Voice混合测试集上仅为2.5%。模型支持16kHz采样率的语音输入，可直接使用无需额外语言模型。项目还包含详细的使用说明和性能对比分析。

opus-mt-sv-en是一个瑞典语到英语的神经机器翻译模型，基于transformer-align架构构建。该模型使用OPUS数据集训练，经过normalization和SentencePiece预处理。在Tatoeba测试集上，模型达到64.5 BLEU分数和0.763 chr-F分数，显示出较高的翻译质量。项目开源了预训练权重、测试集翻译结果和评估数据，便于研究者复现和评估模型性能。

这是一个基于Wav2Vec2-Large-XLSR-53在瑞典语数据集上微调的语音识别模型。模型在Common Voice瑞典语测试集上达到14.29% WER和4.93% CER的性能。它可直接使用，无需额外语言模型，适用于16kHz采样率音频。模型经过多阶段预训练和微调，为瑞典语自动语音识别任务提供了有效解决方案。

该模型针对丹麦语、挪威语和瑞典语进行了自然语言推理微调，适用于零样本分类任务，拥有多个版本。大模型在语言任务中成绩突出，MCC为73.70%，F1分数为74.44%，准确率达83.91%。基于NbAiLab/nb-bert-large模型，并综合多语言NLI数据集进行训练，实现了对北欧语言的全面支持，适用于多语言自然语言处理。

该项目提供了一种经过精细调整的多标签情感分类器，基于Megatron-BERT-large-165K模型开发，对75K瑞典文本进行训练。此模型支持多种语言环境的文本分析任务，详情请参考KBLab博客。