Wav2vec2 Large Xls R 300m Ab V4

🚀 自动语音识别模型

本模型是基于Transformer架构的自动语音识别模型，在特定数据集上微调，能有效处理语音识别任务，在评估集上有较好表现。

🚀 快速开始

本模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - AB 数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值（Loss）：0.6178
• 字错率（Wer）：0.5794

🔧 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）：0.00025
• 训练批次大小（train_batch_size）：32
• 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）：64
• 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）：线性
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：500
• 训练轮数（num_epochs）：70.0
• 混合精度训练（mixed_precision_training）：原生自动混合精度（Native AMP）

训练结果

框架版本

• Transformers：4.16.0.dev0
• Pytorch：1.10.1+cu102
• Datasets：1.17.1.dev0
• Tokenizers：0.11.0

📄 许可证

本模型采用 Apache - 2.0 许可证。

信息表格