Wav2vec2 Large Xls R 300m Bas V1

🚀 wav2vec2-large-xls-r-300m-bas-v1

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BAS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: 0.5997
• 単語誤り率 (Wer): 0.3870

✨ 主な機能

• 自動音声認識タスクに対応
• MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BASデータセットで訓練

📚 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-bas-v1 --dataset mozilla-foundation/common_voice_8_0 --config bas --split test --log_outputs

2. speech-recognition-community-v2/dev_dataで評価する場合 Basaa (bas) 言語はspeech-recognition-community-v2/dev_dataでは利用できません。

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

📄 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。