Wav2vec2 Final 1 Lm 2

🚀 wav2vec2-19

wav2vec2-19模型在語音識別任務中表現出色，能有效降低字錯率（WER），基於預訓練模型微調而來，在評估集上取得了較好的結果。

🚀 快速開始

此模型是在 facebook/wav2vec2-base 基礎上，在 None 數據集上微調得到的。它在評估集上取得了以下結果：

• 損失值（Loss）：0.6305
• 字錯率（Wer）：0.4499

此外，該模型的字錯率情況如下：

• 普通情況下 WER 為 0.283
• 使用 3-Gram 時 WER 為 0.126

📚 詳細文檔

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.0003
• 訓練批次大小（train_batch_size）：32
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：800
• 訓練輪數（num_epochs）：60

訓練結果

框架版本

• Transformers：4.19.2
• Pytorch：1.11.0+cu113
• Datasets：2.2.2
• Tokenizers：0.12.1

📄 許可證

本模型採用 Apache-2.0 許可證。