Wav2vec2 Xls R 300m Ar

🚀 wav2vec2-xls-r-300m-ar

該模型是在 COMMON_VOICE - AR 數據集上對 facebook/wav2vec2-xls-r-300m 進行微調後的版本。它在自動語音識別任務中表現出色，能夠有效處理阿拉伯語語音數據。

📚 詳細文檔

模型評估結果

此模型在評估集上取得了以下結果：

• eval_loss: 3.0191
• eval_wer: 1.0
• eval_runtime: 252.2389
• eval_samples_per_second: 30.217
• eval_steps_per_second: 0.476
• epoch: 1.0
• step: 340

模型信息

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• learning_rate: 0.0005
• train_batch_size: 64
• eval_batch_size: 64
• seed: 42
• optimizer: Adam（betas=(0.9, 0.999)，epsilon=1e - 08）
• lr_scheduler_type: 線性
• lr_scheduler_warmup_steps: 2000
• num_epochs: 5
• mixed_precision_training: 原生 AMP

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.2.dev0
• Tokenizers 0.11.0

評估命令

請使用倉庫中包含的評估腳本 eval.py 進行評估。

在 speech-recognition-community-v2/dev_data 上進行評估

python eval.py --model_id nouamanetazi/wav2vec2-xls-r-300m-ar --dataset speech-recognition-community-v2/dev_data --config ar --split validation --chunk_length_s 5.0 --stride_length_s 1.0

📄 許可證

本模型使用 Apache - 2.0 許可證。