Wav2vec2 Xlsr Interlingua

🚀 sammy786/wav2vec2-xlsr-interlingua

該模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - ia數據集上對facebook/wav2vec2 - xls - r - 1b進行微調後的版本。它在評估集（訓練數據集的10%與其他和開發數據集合並而成）上取得了以下結果：

• 損失值：5.44
• 詞錯誤率（Wer）：19.78

🚀 快速開始

若要在mozilla-foundation/common_voice_8_0數據集的test分割上進行評估，可使用以下命令：

python eval.py --model_id sammy786/wav2vec2-xlsr-interlingua --dataset mozilla-foundation/common_voice_8_0 --config ia --split test

✨ 主要特性

• 基於預訓練模型facebook/wav2vec2-xls-r-1b進行微調，適用於自動語音識別任務。
• 在特定評估集上有明確的損失值和詞錯誤率指標。

📚 詳細文檔

模型描述

對"facebook/wav2vec2-xls-r-1b"進行了微調。

預期用途與限制

更多信息待補充。

訓練和評估數據

訓練數據為Common voice芬蘭語的train.tsv、dev.tsv和other.tsv文件。

訓練過程

為創建訓練數據集，將所有可能的數據集進行合併，並採用90 - 10的分割方式。

訓練超參數

訓練期間使用了以下超參數：

• 學習率：0.000045637994662983496
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：13
• 梯度累積步數：2
• 總訓練批次大小：32
• 優化器：Adam，β值為(0.9, 0.999)，ε值為1e - 08
• 學習率調度器類型：帶重啟的餘弦退火
• 學習率調度器熱身步數：500
• 訓練輪數：30
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.0 + cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.10.3

📄 許可證

本項目採用Apache - 2.0許可證。

📦 模型信息