Wav2vec2 Xlsr Dhivehi

🚀 sammy786/wav2vec2-xlsr-dhivehi

本模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - dv 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：14.86
• 字錯率（Wer）：29.32

✨ 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。

📚 詳細文檔

模型描述

對 "facebook/wav2vec2-xls-r-1b" 進行了微調。

預期用途和限制

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

💻 使用示例

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-dhivehi --dataset mozilla-foundation/common_voice_8_0 --config dv --split test

📄 許可證

本項目採用 Apache - 2.0 許可證。