Wav2vec2 Xlsr Czech

🚀 sammy786/wav2vec2-xlsr-czech

這個模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - cs 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）上取得了以下結果：

• 損失：7.26
• 字錯率（Wer）：19.32

✨ 主要特性

• 基於預訓練模型 facebook/wav2vec2-xls-r-1b 進行微調，適用於捷克語的自動語音識別任務。
• 在多個數據集上進行評估，展示了不同場景下的性能指標。

📦 安裝指南

文檔未提供安裝步驟，跳過此章節。

💻 使用示例

文檔未提供代碼示例，跳過此章節。

📚 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 - 通用語音芬蘭語的 train.tsv、dev.tsv、invalidated.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：8
• 評估批次大小：16
• 隨機種子：13
• 梯度累積步數：4
• 總訓練批次大小：32
• 優化器：Adam，β=(0.9, 0.999)，ε=1e - 08
• 學習率調度器類型：帶重啟的餘弦調度器
• 學習率調度器熱身步數：500
• 訓練輪數：7
• 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

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-czech --dataset mozilla-foundation/common_voice_8_0 --config cs --split test

🔧 技術細節

文檔未提供足夠詳細的技術實現細節（具體技術說明少於 50 字），跳過此章節。

📄 許可證

本項目採用 Apache 2.0 許可證。