Wav2vec2 Large Xls R 300m Chinese Taiwan Colab

🚀 wav2vec2-large-xls-r-300m-chinese-taiwan-colab

本模型是基于Transformer架构的语音识别模型，它在通用语音数据集上对预训练模型进行微调，不过当前仅以高学习率和少量轮次进行了训练，仅作测试用途。

🚀 快速开始

此模型是 facebook/wav2vec2-xls-r-300m 在 common_voice 数据集上的微调版本。

⚠️ 重要提示

该模型刚刚以非常高的学习率和少量的训练轮次完成训练，请不要使用它进行语音转文本任务。这只是一个测试，后续有时间时我会花更多时间重新训练这个模型。

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：0.1
• 训练批次大小（train_batch_size）：16
• 评估批次大小（eval_batch_size）：8
• 随机种子（seed）：42
• 梯度累积步数（gradient_accumulation_steps）：2
• 总训练批次大小（total_train_batch_size）：32
• 优化器（optimizer）：Adam，β=(0.9, 0.999)，ε=1e - 08
• 学习率调度器类型（lr_scheduler_type）：线性
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：500
• 训练轮数（num_epochs）：2
• 混合精度训练（mixed_precision_training）：原生自动混合精度（Native AMP）

框架版本

• Transformers 4.11.3
• Pytorch 1.10.0+cu113
• Datasets 1.18.3
• Tokenizers 0.10.3

📄 许可证

本模型采用 Apache-2.0 许可证。