Wav2vec2 Xlsr Chuvash

🚀 sammy786/wav2vec2-xlsr-chuvash

本模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - cv 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：18.02
• 字錯率（Wer）：29.22

🚀 快速開始

本模型是基於 facebook/wav2vec2-xls-r-1b 在特定數據集上微調得到，可用於自動語音識別任務。若要評估該模型在 mozilla-foundation/common_voice_8_0 數據集 test 分割上的表現，可使用以下命令：

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

✨ 主要特性

• 基於預訓練模型 facebook/wav2vec2-xls-r-1b 進行微調，在自動語音識別任務上有一定表現。
• 經過特定的訓練過程，在評估集上取得了相應的損失和字錯率指標。

📚 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 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）：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

📄 許可證

本模型使用 Apache-2.0 許可證。

模型信息表格