Wav2vec2 Xlsr Breton

🚀 sammy786/wav2vec2-xlsr-breton

本模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - br 數據集上的微調版本，可用於自動語音識別任務。

📄 許可證

本項目採用 Apache-2.0 許可證。

✨ 主要特性

• 基於預訓練模型 facebook/wav2vec2-xls-r-1b 進行微調，適用於布列塔尼語的自動語音識別。
• 在 Common Voice 8 數據集上進行了訓練和評估。

📚 詳細文檔

模型描述

對 "facebook/wav2vec2-xls-r-1b" 模型進行了微調。

預期用途與限制

相關詳細信息待補充。

訓練和評估數據

訓練數據使用了 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）：32
• 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）：64
• 優化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=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

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-breton --dataset mozilla-foundation/common_voice_8_0 --config br --split test

模型指標