wav2vec2-xls-r-1b-roオープンソース音声認識モデル - ルーマニア語音声認識を無料でサポート

Wav2vec2 Xls R 1b Ro

ubamba98によって開発

このモデルはfacebook/wav2vec2-xls-r-1bをルーマニア語のCommon Voice 7.0データセットでファインチューニングした自動音声認識モデルです。

ダウンロード数 16

リリース時間 : 3/2/2022

モデル概要

ルーマニア語の自動音声認識(ASR)用モデルで、wav2vec2-xls-r-1bアーキテクチャを基にファインチューニングされており、音声からテキストへの変換タスクに適しています。

大規模事前学習モデルのファインチューニング

10億パラメータのwav2vec2-xls-rモデルを基にファインチューニングされており、強力な音声特徴抽出能力を有しています

ルーマニア語最適化

ルーマニア語音声認識タスクに特化して最適化されています

複数データセットでの評価

Common Voice 7.0とロバスト音声イベントデータセットで包括的な評価が行われています

ルーマニア語音声認識

音声からテキストへの変換

自動音声認識

音声文字起こし

ルーマニア語音声からテキストへ

ルーマニア語の音声コンテンツをテキストに変換します

Common Voice 7.0テストセットでWER47.7%を達成

音声アシスタント

ルーマニア語音声コマンド認識

ルーマニア語音声アシスタントの基本認識コンポーネントとして使用可能

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - ROデータセットでfacebook/wav2vec2-xls-r-1bをファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

このモデルは自動音声認識タスクに使用できます。データセットやハイパーパラメータに関する詳細は以下のセクションで説明します。

プロパティ	詳細
モデルタイプ	wav2vec2-xls-r-1b-ro
学習データ	mozilla-foundation/common_voice_7_0
タグ	automatic-speech-recognition, generated_from_trainer, hf-asr-leaderboard, mozilla-foundation/common_voice_7_0, robust-speech-event

タスク	データセット	評価指標	値
自動音声認識	Common Voice 7.0 (ro)	テストWER	99.99
自動音声認識	Robust Speech Event - Dev Data (ro)	テストWER	99.98
自動音声認識	Robust Speech Event - Test Data (ro)	テストWER	99.99

学習中に使用されたハイパーパラメータは以下の通りです。

学習損失	エポック	ステップ	検証損失	単語誤り率 (Wer)	文字誤り率 (Cer)
0.7844	1.67	1500	0.3412	0.8600	0.0940
0.7272	3.34	3000	0.1926	0.6409	0.0527
0.6924	5.02	4500	0.1413	0.5722	0.0401
0.6327	6.69	6000	0.1252	0.5366	0.0371
0.6363	8.36	7500	0.1235	0.5741	0.0389
0.6238	10.03	9000	0.1180	0.5542	0.0362
0.6018	11.71	10500	0.1192	0.5694	0.0369
0.583	13.38	12000	0.1216	0.5772	0.0385
0.5643	15.05	13500	0.1195	0.5419	0.0371
0.5399	16.72	15000	0.1240	0.5224	0.0370
0.5529	18.39	16500	0.1174	0.5555	0.0367
0.5246	20.07	18000	0.1097	0.5047	0.0339
0.4936	21.74	19500	0.1225	0.5189	0.0382
0.4629	23.41	21000	0.1142	0.5047	0.0344
0.4463	25.08	22500	0.1168	0.4887	0.0339
0.4671	26.76	24000	0.1119	0.5073	0.0338
0.4359	28.43	25500	0.1206	0.5479	0.0363
0.4225	30.1	27000	0.1122	0.5170	0.0345
0.4038	31.77	28500	0.1159	0.5032	0.0343
0.4271	33.44	30000	0.1116	0.5126	0.0339
0.3867	35.12	31500	0.1101	0.4937	0.0327
0.3674	36.79	33000	0.1142	0.4940	0.0330
0.3607	38.46	34500	0.1106	0.5145	0.0327
0.3651	40.13	36000	0.1172	0.4921	0.0317
0.3268	41.81	37500	0.1093	0.4830	0.0310
0.3345	43.48	39000	0.1131	0.4760	0.0314
0.3236	45.15	40500	0.1132	0.4864	0.0317
0.312	46.82	42000	0.1124	0.4861	0.0315
0.3106	48.49	43500	0.1116	0.4745	0.0306