Wav2vec2 Large Xls R 300m Sl With LM V1

🚀 wav2vec2-large-xls-r-300m-sl-with-LM-v1

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - SLデータセットでfacebook/wav2vec2-xls-r-300mをファインチューニングしたものです。評価セットでは、以下の結果を達成しています。

🚀 クイックスタート

このモデルは自動音声認識タスクに使用できます。以下のコマンドで評価を行うことができます。

✨ 主な機能

• 自動音声認識タスクに対応
• 特定のデータセットでの訓練により、高い精度を実現

📦 インストール

このモデルを使用するには、必要なライブラリをインストールする必要があります。以下のコマンドを実行してください。

pip install transformers datasets torch tokenizers

💻 使用例

基本的な使用法

以下は、このモデルを評価するためのコマンド例です。

mozilla-foundation/common_voice_8_0での評価

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-sl-with-LM-v1 --dataset mozilla-foundation/common_voice_8_0 --config sl --split test --log_outputs

speech-recognition-community-v2/dev_dataでの評価

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-sl-with-LM-v1 --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

評価結果

訓練ハイパーパラメータ

• 学習率: 7.1e-05
• 訓練バッチサイズ: 32
• 評価バッチサイズ: 32
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラタイプ: linear
• 学習率スケジューラウォームアップステップ: 1000
• エポック数: 100.0
• 混合精度訓練: Native AMP

訓練結果

🔧 技術詳細

このモデルは、自動音声認識タスクに特化しており、特定のデータセットで訓練されています。訓練に使用されたハイパーパラメータや評価結果については、上記のドキュメントを参照してください。

📄 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。