Wav2vec2 Large Lv60 Phoneme Timit English Timit 4k Simplified

🚀 wav2vec2-large-lv60_phoneme-timit_english_timit-4k_simplified

该模型是基于 facebook/wav2vec2-large-lv60 在 TIMIT 数据集上进行微调的版本。它在评估集上取得了以下成果：

• 损失值：0.2796
• 音素错误率：0.0838（8.38%）

🚀 快速开始

本模型是 facebook/wav2vec2-large-lv60 在 TIMIT 数据集上的微调版本。在评估集上，它实现了损失值为 0.2796，音素错误率为 0.0838（8.38%）的效果。

✨ 主要特性

• 基于预训练模型 facebook/wav2vec2-large-lv60 进行微调，在音素识别任务上表现出色。
• 针对简化版的 TIMIT 音素集进行训练。

📚 详细文档

模型描述

该模型在简化版的 TIMIT 音素集上进行训练。

预期用途与限制

合并音素

• 基于对原始 TIMIT 音素集中每个音素的错误分析。
• 详细分析请参考 此仓库。
• ax - h → ax
• axr → er
• ix → ih
• ux → uw
• zh → z
• em → m
• en → n
• eng → ng
• nx → n
• hv → hh

训练和评估数据

更多信息待补充。

训练过程

训练超参数

训练过程中使用了以下超参数：

训练结果

框架版本

• Transformers 4.38.1
• Pytorch 2.0.1
• Datasets 2.16.1
• Tokenizers 0.15.2

📄 许可证

本模型采用 Apache - 2.0 许可证。