Wav2vec2 Large Xls R 300m Or D5

🚀 wav2vec2-large-xls-r-300m-or-d5

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - ORデータセットで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。評価セットで以下の結果を達成しています。

🚀 クイックスタート

このモデルは、自動音声認識タスクに適用できます。以下に評価コマンドの例を示します。

💻 使用例

基本的な使用法

# このコードは評価コマンドの説明用です。
# 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-or-d5 --dataset mozilla-foundation/common_voice_8_0 --config or --split test --log_outputs

# speech-recognition-community-v2/dev_dataで評価する場合
python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-or-d5 --dataset speech-recognition-community-v2/dev_data --config or --split validation --chunk_length_s 10 --stride_length_s 1

📚 ドキュメント

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 4.16.2
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• 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。

モデル情報