nick_asr_LID開源自動語音識別模型 - 免費支持語言識別任務

Nick Asr LID

由ntoldalagi開發

基於未知數據集訓練的自動語音識別模型，支持語言識別任務

下載量 28

發布時間 : 4/15/2022

模型概述

該模型是一個自動語音識別(ASR)模型，可能用於語言識別(LID)任務。模型訓練過程中顯示出不穩定的損失值，最終在驗證集上詞錯誤率和字符錯誤率均為1.0。

多輪次訓練

模型經過10輪訓練，顯示出訓練損失的變化趨勢

混合精度訓練

使用原生AMP技術進行混合精度訓練

語音識別

語言識別

語音處理

語音轉文字

將語音內容轉換為文字形式

當前詞錯誤率為1.0

語言識別

識別語音中的語言類型

當前字符錯誤率為1.0

屬性	詳情
學習率（learning_rate）	5e - 05
訓練批次大小（train_batch_size）	2
評估批次大小（eval_batch_size）	2
隨機種子（seed）	42
梯度累積步數（gradient_accumulation_steps）	12
總訓練批次大小（total_train_batch_size）	24
優化器（optimizer）	Adam（betas=(0.9,0.999)，epsilon=1e - 08）
學習率調度器類型（lr_scheduler_type）	線性（linear）
訓練輪數（num_epochs）	10
混合精度訓練（mixed_precision_training）	原生自動混合精度（Native AMP）

訓練損失	輪數	步數	驗證損失	詞錯誤率（Wer）	字符錯誤率（Cer）
50.7955	1.0	458	54.9678	1.0	1.0
29.3958	2.0	916	37.1618	0.9928	0.9887
27.1413	3.0	1374	32.5933	0.9856	0.9854
24.0847	4.0	1832	34.2804	0.9784	0.9447
492.7757	5.0	2290	nan	0.9736	0.9428
0.0	6.0	2748	nan	1.0	1.0
0.0	7.0	3206	nan	1.0	1.0
0.0	8.0	3664	nan	1.0	1.0
0.0	9.0	4122	nan	1.0	1.0
0.0	10.0	4580	nan	1.0	1.0