Wav2vec2 Xls R Sl A1

🚀 wav2vec2-xls-r-sl-a1

このモデルは、自動音声認識タスクに特化したモデルで、MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SLデータセットで微調整されています。評価セットで良好な結果を達成しています。

🚀 クイックスタート

このモデルは、facebook/wav2vec2-xls-r-300m をMOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SLデータセットで微調整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。

• 損失: 0.2756
• 単語誤り率 (Wer): 0.2279

✨ 主な機能

• 自動音声認識タスクに特化したモデルです。
• 複数のデータセットで評価され、良好な単語誤り率 (WER) と文字誤り率 (CER) を達成しています。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションを省略します。

💻 使用例

基本的な使用法

評価コマンド

1. mozilla - foundation/common_voice_8_0のテスト分割で評価する場合

python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-sl-a1 --dataset mozilla-foundation/common_voice_8_0 --config sl --split test --log_outputs

2. speech - recognition - community - v2/dev_dataで評価する場合

python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-sl-a1 --dataset speech-recognition-community-v2/dev_data --config sl --split validation --chunk_length_s 10 --stride_length_s 1

📚 ドキュメント

学習ハイパーパラメータ

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。

学習結果

フレームワークバージョン

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.2.dev0
• Tokenizers 0.11.0

🔧 技術詳細

このモデルは、自動音声認識タスクにおいて、MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SLデータセットを使用して微調整されました。評価は複数のデータセットで行われ、単語誤り率 (WER) と文字誤り率 (CER) が測定されました。

📄 ライセンス

このモデルは、Apache - 2.0ライセンスの下で提供されています。