aradia-ctc-distilhubert-ft開源模型 - 支持阿拉伯語語音自動識別

首頁

Aradia Ctc Distilhubert Ft

由abdusah開發

基於distilhubert在阿拉伯語語音數據集上微調的自動語音識別(ASR)模型

語音識別

Transformers

開源協議:Apache-2.0 #阿拉伯語語音識別 #輕量級HuBERT #低資源優化

下載量 16

發布時間 : 4/6/2022

模型概述

該模型是基於distilhubert架構的輕量級語音識別模型，專門針對阿拉伯語語音識別任務進行了優化。

模型特點

輕量級架構

基於DistilHuBERT的輕量級設計，適合資源受限環境

阿拉伯語優化

專門針對阿拉伯語語音特徵進行微調

高效訓練

使用混合精度訓練和梯度累積等技術提高訓練效率

模型能力

阿拉伯語語音轉文本

連續語音識別

大規模語音數據處理

使用案例

語音轉錄

阿拉伯語語音轉錄

將阿拉伯語語音內容轉換為文本

詞錯誤率(WER)0.8908

語音助手

阿拉伯語語音指令識別

用於阿拉伯語語音助手的前端語音識別

🚀 aradia-ctc-distilhubert-ft

本模型是 ntu-spml/distilhubert 在 ABDUSAHMBZUAI/ARABIC_SPEECH_MASSIVE_SM - NA 數據集上的微調版本。它在評估集上取得了以下結果：

損失值：2.7114
字錯率（Wer）：0.8908

🚀 快速開始

此模型為自動語音識別領域的微調模型，基於 ntu-spml/distilhubert 進行優化，在特定阿拉伯語語音數據集上表現出一定的性能，可用於相關語音識別任務。

📚 詳細文檔

模型描述

本模型是在 ntu-spml/distilhubert 基礎上，針對 ABDUSAHMBZUAI/ARABIC_SPEECH_MASSIVE_SM - NA 數據集進行微調得到的自動語音識別模型。

預期用途與限制

文檔中未提供該模型預期用途與限制的相關詳細信息。

訓練和評估數據

文檔中未提供該模型訓練和評估數據的相關詳細信息。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

屬性	詳情
學習率	0.0003
訓練批次大小	32
評估批次大小	32
隨機種子	42
梯度累積步數	2
總訓練批次大小	64
優化器	Adam（β1=0.9，β2=0.999，ε=1e-08）
學習率調度器類型	線性
學習率調度器熱身步數	500
訓練輪數	30.0
混合精度訓練	原生自動混合精度（Native AMP）

訓練結果

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
無記錄	0.43	100	4.4129	1.0
無記錄	0.87	200	3.5927	1.0
無記錄	1.3	300	3.3780	1.0
無記錄	1.74	400	3.0830	1.0
5.3551	2.17	500	2.6278	0.9999
5.3551	2.61	600	1.8359	1.0000
5.3551	3.04	700	1.7878	0.9914
5.3551	3.48	800	1.5219	0.9875
5.3551	3.91	900	1.4348	0.9879
1.7199	4.35	1000	1.4354	0.9644
1.7199	4.78	1100	1.5210	0.9519
1.7199	5.22	1200	1.3607	0.9475
1.7199	5.65	1300	1.3839	0.9343
1.7199	6.09	1400	1.2806	0.8944
1.2342	6.52	1500	1.3036	0.9011
1.2342	6.95	1600	1.3704	0.9072
1.2342	7.39	1700	1.2981	0.8891
1.2342	7.82	1800	1.2786	0.8733
1.2342	8.26	1900	1.2897	0.8867
0.9831	8.69	2000	1.4436	0.8780
0.9831	9.13	2100	1.3680	0.8873
0.9831	9.56	2200	1.3471	0.8692
0.9831	10.0	2300	1.3725	0.8729
0.9831	10.43	2400	1.4439	0.8771
0.8071	10.87	2500	1.5114	0.8928
0.8071	11.3	2600	1.6156	0.8958
0.8071	11.74	2700	1.4381	0.8749
0.8071	12.17	2800	1.5088	0.8717
0.8071	12.61	2900	1.5486	0.8813
0.6321	13.04	3000	1.4536	0.8884
0.6321	13.48	3100	1.4679	0.8947
0.6321	13.91	3200	1.5628	0.9117
0.6321	14.35	3300	1.5831	0.8716
0.6321	14.78	3400	1.6733	0.8702
0.4998	15.22	3500	1.8225	0.8665
0.4998	15.65	3600	1.8558	0.8732
0.4998	16.09	3700	1.7513	0.8766
0.4998	16.52	3800	1.8562	0.8753
0.4998	16.95	3900	1.9018	0.8704
0.4421	17.39	4000	1.9341	0.8789
0.4421	17.82	4100	1.9582	0.8781
0.4421	18.26	4200	1.8863	0.8821
0.4421	18.69	4300	1.9366	0.8847
0.4421	19.13	4400	2.1902	0.8721
0.3712	19.56	4500	2.1641	0.8670
0.3712	20.0	4600	2.1639	0.8776
0.3712	20.43	4700	2.2695	0.9030
0.3712	20.87	4800	2.1909	0.8937
0.3712	21.3	4900	2.1606	0.8959
0.3067	21.74	5000	2.1756	0.8943
0.3067	22.17	5100	2.4092	0.8773
0.3067	22.61	5200	2.4991	0.8721
0.3067	23.04	5300	2.3340	0.8910
0.3067	23.48	5400	2.3567	0.8946
0.2764	23.91	5500	2.3215	0.8897
0.2764	24.35	5600	2.4824	0.9002
0.2764	24.78	5700	2.4585	0.8963
0.2764	25.22	5800	2.5804	0.8879
0.2764	25.65	5900	2.5814	0.8903
0.2593	26.09	6000	2.5374	0.8868
0.2593	26.52	6100	2.5346	0.8922
0.2593	26.95	6200	2.5465	0.8873
0.2593	27.39	6300	2.6002	0.8919
0.2593	27.82	6400	2.6102	0.8928
0.227	28.26	6500	2.6925	0.8914
0.227	28.69	6600	2.6981	0.8913
0.227	29.13	6700	2.6872	0.8891
0.227	29.56	6800	2.7015	0.8897
0.227	30.0	6900	2.7114	0.8908