Wav2vec2 Xls R 300m Es

🚀 wav2vec2-cls-r-300m-es

本模型是在COMMON_VOICE - ES數據集上對 facebook/wav2vec2-xls-r-300m 進行微調後的版本。它在評估集上取得了以下成果：

• 損失值：0.5160
• 詞錯誤率（Wer）：0.4016

✨ 主要特性

• 語言支持：支持西班牙語（es）的自動語音識別。
• 數據集適配：基於COMMON_VOICE等數據集進行訓練，具有一定的泛化能力。

📦 安裝指南

文檔中未提及安裝步驟，暫不提供。

💻 使用示例

文檔中未提供代碼示例，暫不展示。

📚 詳細文檔

模型信息

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.0003
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β=(0.9, 0.999)，ε=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 訓練輪數（num_epochs）：8.0
• 混合精度訓練（mixed_precision_training）：Native AMP

訓練結果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.2.dev0
• Tokenizers 0.11.0

評估命令

1. 在 mozilla-foundation/common_voice_7_0 數據集的 test 分割上進行評估：

python eval.py --model_id samitizerxu/wav2vec2-xls-r-300m-es --dataset mozilla-foundation/common_voice_7_0 --config es --split test

2. 在 speech-recognition-community-v2/dev_data 數據集上進行評估：

python eval.py --model_id samitizerxu/wav2vec2-xls-r-300m-es --dataset speech-recognition-community-v2/dev_data --config es --split validation --chunk_length_s 5.0 --stride_length_s 1.0

🔧 技術細節

文檔中未提供足夠的技術實現細節，暫不展示。

📄 許可證

本模型採用Apache 2.0許可證。