Wav2vec2 Large Xls R 300m Br D2

🚀 wav2vec2-large-xls-r-300m-br-d2

本模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BR 數據集上的微調版本。它在評估集上取得了以下成果，有助於提升語音識別的準確性和效率。

🚀 快速開始

本模型是在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BR 數據集上對 facebook/wav2vec2-xls-r-300m 進行微調得到的。在評估集上，它有如下表現：

• 損失值：1.1257
• 字錯率（Wer）：0.4631

評估命令

1. 在 mozilla-foundation/common_voice_8_0 測試分割集上進行評估

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-br-d2 --dataset mozilla-foundation/common_voice_8_0 --config br --split test --log_outputs

2. 在 speech-recognition-community-v2/dev_data 上進行評估 布列塔尼語在 speech-recognition-community-v2/dev_data 中不可用。

✨ 主要特性

• 微調優化：基於 facebook/wav2vec2-xls-r-300m 進行微調，適配特定數據集。
• 多指標評估：通過損失值、字錯率（Wer）等多個指標進行評估。

📚 詳細文檔

模型信息

模型索引

• 名稱：wav2vec2-large-xls-r-300m-br-d2
• 結果：
  • 任務：自動語音識別（Automatic Speech Recognition）
  • 數據集：
    • 類型：mozilla-foundation/common_voice_8_0
    • 名稱：Common Voice 8
    • 參數：br
  • 評估指標：
    • 類型：字錯率（wer）
    • 值：0.49770598355954887
    • 名稱：測試字錯率（Test WER）
    • 名稱：測試字符錯誤率（Test CER）
    • 類型：字符錯誤率（cer）
    • 值：0.18090500890299605
  • 任務：自動語音識別（Automatic Speech Recognition）
  • 數據集：
    • 名稱：Robust Speech Event - Dev Data
    • 類型：speech-recognition-community-v2/dev_data
    • 參數：br
  • 評估指標：
    • 名稱：測試字錯率（Test WER）
    • 類型：字錯率（wer）
    • 值：NA
    • 名稱：測試字符錯誤率（Test CER）
    • 類型：字符錯誤率（cer）
    • 值：NA

訓練超參數

• 學習率（learning_rate）：0.00034
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：2
• 總訓練批次大小（total_train_batch_size）：32
• 優化器（optimizer）：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型（lr_scheduler_type）：線性（linear）
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：750
• 訓練輪數（num_epochs）：50
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers：4.16.2
• Pytorch：1.10.0+cu111
• Datasets：1.18.3
• Tokenizers：0.11.0

📄 許可證

本模型採用 Apache-2.0 許可證。