xls - r - 300m - urオープンソース自動音声認識モデル - ウルドゥー語音声を無料で高精度に文字起こし

Xls R 300m Ur

HarrisDePerceptronによって開発

これはXLS - Rアーキテクチャに基づき、Common Voice 8.0ウルドゥー語データセットで微調整された自動音声認識モデルで、単語誤り率(WER)は47.38です。

ダウンロード数 19

リリース時間 : 3/2/2022

モデル概要

このモデルはウルドゥー語の自動音声認識タスクに特化しており、300MパラメータのXLS - Rアーキテクチャを基に微調整されています。

ウルドゥー語音声認識

ウルドゥー語に特化して最適化された音声認識能力

Common Voiceデータセットに基づく

Mozilla Common Voice 8.0ウルドゥー語データセットを使用して訓練されています

XLS - Rアーキテクチャ

強力なXLS - R 300Mパラメータモデルアーキテクチャに基づいています

ウルドゥー語音声をテキストに変換

自動音声認識

音声書き起こし

ウルドゥー語音声の文字起こし

ウルドゥー語の音声内容をテキストに変換します

単語誤り率47.38

音声アシスタント

ウルドゥー語音声指令認識

ウルドゥー語音声アシスタントシステムにおける指令認識に使用されます

このモデルは、自動音声認識タスクを行うモデルです。MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - URデータセットで微調整されており、評価セットで良好な結果を示しています。

このモデルは HarrisDePerceptron/xls-r-300m-ur をMOZILLA-FOUNDATION/COMMON_VOICE_8_0 - URデータセットで微調整したものです。評価セットでは以下の結果を達成しています。

詳細な情報は後日追加予定です。

詳細な情報は後日追加予定です。

詳細な情報は後日追加予定です。

学習時には以下のハイパーパラメータが使用されました。

学習損失	エポック	ステップ	検証損失	単語誤り率 (Wer)
1.2991	1.96	100	0.9769	0.6627
1.3415	3.92	200	0.9701	0.6594
1.2998	5.88	300	0.9678	0.6668
1.2881	7.84	400	0.9650	0.6613
1.2369	9.8	500	0.9392	0.6502
1.2293	11.76	600	0.9536	0.6480
1.1709	13.73	700	0.9265	0.6402
1.1492	15.69	800	0.9636	0.6506
1.1044	17.65	900	0.9305	0.6351
1.0704	19.61	1000	0.9329	0.6280
1.0039	21.57	1100	0.9413	0.6295
0.9756	23.53	1200	0.9718	0.6185
0.9633	25.49	1300	0.9731	0.6133
0.932	27.45	1400	0.9659	0.6199
0.9252	29.41	1500	0.9766	0.6196
0.9172	31.37	1600	1.0052	0.6199
0.8733	33.33	1700	0.9955	0.6203
0.868	35.29	1800	1.0069	0.6240
0.8547	37.25	1900	0.9783	0.6258
0.8451	39.22	2000	0.9845	0.6052
0.8374	41.18	2100	0.9496	0.6137
0.8153	43.14	2200	0.9756	0.6122
0.8134	45.1	2300	0.9712	0.6096
0.8019	47.06	2400	0.9565	0.5970
0.7746	49.02	2500	0.9864	0.6096
0.7664	50.98	2600	0.9988	0.6092
0.7708	52.94	2700	1.0181	0.6255
0.7468	54.9	2800	0.9918	0.6148
0.7241	56.86	2900	1.0150	0.6018
0.7165	58.82	3000	1.0439	0.6063
0.7104	60.78	3100	1.0016	0.6037
0.6954	62.75	3200	1.0117	0.5970
0.6753	64.71	3300	1.0191	0.6037
0.6803	66.67	3400	1.0190	0.6033
0.661	68.63	3500	1.0284	0.6007
0.6597	70.59	3600	1.0060	0.5967
0.6398	72.55	3700	1.0372	0.6048
0.6105	74.51	3800	1.0048	0.6044
0.6164	76.47	3900	1.0398	0.6148
0.6354	78.43	4000	1.0272	0.6133
0.5952	80.39	4100	1.0364	0.6081
0.5814	82.35	4200	1.0418	0.6092
0.6079	84.31	4300	1.0277	0.5967
0.5748	86.27	4400	1.0362	0.6041
0.5624	88.24	4500	1.0427	0.6007
0.5767	90.2	4600	1.0370	0.5919
0.5793	92.16	4700	1.0442	0.6011
0.547	94.12	4800	1.0516	0.5982
0.5513	96.08	4900	1.0461	0.5989
0.5429	98.04	5000	1.0504	0.5996
0.5404	100.0	5100	1.0517	0.5967