Wav2vec2 Large Xls R 300m Chinese Taiwan Colab

🚀 wav2vec2-large-xls-r-300m-chinese-taiwan-colab

本模型是基於Transformer架構的語音識別模型，它在通用語音數據集上對預訓練模型進行微調，不過當前僅以高學習率和少量輪次進行了訓練，僅作測試用途。

🚀 快速開始

此模型是 facebook/wav2vec2-xls-r-300m 在 common_voice 數據集上的微調版本。

⚠️ 重要提示

該模型剛剛以非常高的學習率和少量的訓練輪次完成訓練，請不要使用它進行語音轉文本任務。這只是一個測試，後續有時間時我會花更多時間重新訓練這個模型。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.1
• 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，β=(0.9, 0.999)，ε=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）：500
• 訓練輪數（num_epochs）：2
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

框架版本

• Transformers 4.11.3
• Pytorch 1.10.0+cu113
• Datasets 1.18.3
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache-2.0 許可證。