Finetune Indian Asr

🚀 微調印度自動語音識別模型

本模型是基於Transformer架構的微調模型，在特定數據集上對預訓練模型進行微調，以實現更精準的印度英語語音識別，可用於語音交互、語音轉錄等場景。

🚀 快速開始

本模型 finetune_indian_asr 是 Harveenchadha/vakyansh-wav2vec2-indian-english-enm-700 在 None 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 (Loss)：0.4215
• 字錯率 (Wer)：0.3403

🔧 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)：0.0001
• 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)：1000
• 訓練輪數 (num_epochs)：30

訓練結果

框架版本

• Transformers：4.17.0
• Pytorch：1.10.0+cu111
• Datasets：2.0.0
• Tokenizers：0.11.6