Wav2vec2 Large Xls R 300m Kk With LM

🚀 wav2vec2-large-xls-r-300m-kk-with-LM

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - KK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。評価セットで以下の結果を達成しています。

🚀 クイックスタート

評価コマンド

1. mozilla-foundation/common_voice_8_0のテストスプリットで評価する場合

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

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

Kazakh language isn't available in speech-recognition-community-v2/dev_data

✨ 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トレーニングにより、高精度な音声認識が可能

📚 ドキュメント

トレーニングハイパーパラメータ

トレーニング中に使用されたハイパーパラメータは以下の通りです。

トレーニング結果

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

評価コマンド

!python eval.py \
    --model_id DrishtiSharma/wav2vec2-xls-r-300m-kk-n2 \
    --dataset mozilla-foundation/common_voice_8_0 --config kk --split test --log_outputs

モデル情報

評価結果

📄 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。