Wav2vec2 Large Xls R 300m Hsb V2

🚀 wav2vec2-large-xls-r-300m-hsb-v2

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - HSBデータセット上でfacebook/wav2vec2-xls-r-300m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。

• 損失: 0.5328
• 単語誤り率 (Wer): 0.4596

✨ 主な機能

• このモデルは自動音声認識（Automatic Speech Recognition）に特化しています。
• データセットとしてMOZILLA-FOUNDATION/COMMON_VOICE_8_0 - HSBを使用して訓練されています。

📦 インストール

インストールに関する具体的な手順は原ドキュメントに記載されていないため、このセクションは省略されます。

💻 使用例

基本的な使用法

原ドキュメントに具体的なコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

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-hsb-v2 --dataset mozilla-foundation/common_voice_8_0 --config hsb --split test --log_outputs

2. speech-recognition-community-v2/dev_dataで評価する場合 Upper Sorbian (hsb) は speech-recognition-community-v2/dev_dataには存在しません。

訓練ハイパーパラメータ

訓練中に使用されたハイパーパラメータは以下の通りです。

訓練結果

フレームワークバージョン

• Transformers 4.16.1
• Pytorch 1.10.0+cu111
• Datasets 1.18.2
• Tokenizers 0.11.0

🔧 技術詳細

原ドキュメントに具体的な技術詳細の説明が50文字以上記載されていないため、このセクションは省略されます。

📄 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。