Wav2vec2 Xlsr Georgian

🚀 sammy786/wav2vec2-xlsr-georgian

本模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - ka 數據集上的微調版本。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：10.54
• 詞錯誤率（Wer）：27.53

🚀 快速開始

評估命令

1. 在 mozilla-foundation/common_voice_8_0 數據集的 test 分割上進行評估：

python eval.py --model_id sammy786/wav2vec2-xlsr-georgian --dataset mozilla-foundation/common_voice_8_0 --config ka --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。
• 在多個數據集上進行了評估，展示了一定的性能指標。

📚 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：Common voice Finnish 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 的分割比例。

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.000045637994662983496
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：16
• 隨機種子（seed）：13
• 梯度累積步數（gradient_accumulation_steps）：4
• 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）：cosine_with_restarts
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：500
• 訓練輪數（num_epochs）：30
• 混合精度訓練（mixed_precision_training）：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

🔧 技術細節

本模型是在預訓練模型 facebook/wav2vec2-xls-r-1b 的基礎上，使用 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - ka 數據集進行微調。在訓練過程中，對多個超參數進行了調整，以達到較好的性能。通過將不同的數據集合並並進行分割，創建了訓練集和評估集。在訓練過程中，使用了 Adam 優化器和 cosine_with_restarts 學習率調度器，並採用了混合精度訓練來提高訓練效率。

📄 許可證

本模型採用 Apache-2.0 許可證。

📦 模型信息