Xls R 300 Sv Cv7

🚀 XLS-R-300M - 瑞典語 - CV7 - v2

本模型為自動語音識別模型，基於 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - SV - SE 數據集上微調而來，在評估集上取得了良好的效果。

🚀 快速開始

本模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - SV - SE 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值：0.2604
• 詞錯誤率（Wer）：0.2334

📚 詳細文檔

模型信息

模型評估結果

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：7.5e - 05
• 訓練批次大小：4
• 評估批次大小：4
• 隨機種子：42
• 分佈式類型：多 GPU
• 設備數量：8
• 梯度累積步數：1
• 總訓練批次大小：32
• 總評估批次大小：32
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：2000
• 訓練輪數：50.0
• 混合精度訓練：Native AMP

訓練結果

可查看 Tensorboard。

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 patrickvonplaten/xls - r - 300 - sv - cv7 --dataset mozilla - foundation/common_voice_7_0 --config sv - SE --split test

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

python eval.py --model_id patrickvonplaten/xls - r - 300 - sv - cv7 --dataset speech - recognition - community - v2/dev_data --config sv --split validation --chunk_length_s 5.0 --stride_length_s 1.0

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.9.0 + cu111
• Datasets 1.18.4.dev0
• Tokenizers 0.10.3

📄 許可證

本項目採用 apache - 2.0 許可證。