Wav2vec2 Xlsr Estonian

🚀 sammy786/wav2vec2-xlsr-estonian

該模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - et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：17.94
• 詞錯誤率（Wer）：30.38

✨ 主要特性

• 基於預訓練模型facebook/wav2vec2-xls-r-1b進行微調，適用於愛沙尼亞語的自動語音識別任務。
• 提供了詳細的訓練超參數和訓練結果，方便復現和參考。

📚 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

需要更多信息。

訓練和評估數據

訓練數據：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拼接，並採用90 - 10的分割方式。

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）：2
• 總訓練批次大小（total_train_batch_size）：32
• 優化器（optimizer）：Adam，β值為(0.9, 0.999)，ε值為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

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-estonian --dataset mozilla-foundation/common_voice_8_0 --config et --split test

📄 許可證

本項目採用Apache 2.0許可證。

模型指標信息