Wav2vec2 Xlsr Estonian

🚀 sammy786/wav2vec2-xlsr-estonian

该模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - et数据集上对facebook/wav2vec2 - xls - r - 1b进行微调后的版本。它在评估集（训练数据集的10%与其他和开发数据集合并而成）上取得了以下结果：

• 损失值：17.94
• 词错误率（Wer）：30.38

✨ 主要特性

• 基于预训练模型facebook/wav2vec2-xls-r-1b进行微调，适用于爱沙尼亚语的自动语音识别任务。
• 提供了详细的训练超参数和训练结果，方便复现和参考。

📚 详细文档

模型描述

对“facebook/wav2vec2 - xls - r - 1b”进行了微调。

预期用途与限制

需要更多信息。

训练和评估数据

训练数据：Common voice芬兰语的train.tsv、dev.tsv和other.tsv文件。

训练过程

为创建训练数据集，将所有可能的数据集进行拼接，并采用90 - 10的分割方式。

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：0.000045637994662983496
• 训练批次大小（train_batch_size）：8
• 评估批次大小（eval_batch_size）：16
• 随机种子（seed）：13
• 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值为(0.9, 0.999)，ε值为1e - 08
• 学习率调度器类型（lr_scheduler_type）：cosine_with_restarts
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：500
• 训练轮数（num_epochs）：30
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.0 + cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.10.3

评估命令

1. 在mozilla - foundation/common_voice_8_0数据集的test分割上进行评估：

python eval.py --model_id sammy786/wav2vec2-xlsr-estonian --dataset mozilla-foundation/common_voice_8_0 --config et --split test

📄 许可证

本项目采用Apache 2.0许可证。

模型指标信息