hello_2b_3開源自動語音識別模型 - 免費部署精準識別土耳其語語音

Hello 2b 3

由patrickvonplaten開發

該模型是基於facebook/wav2vec2-xls-r-2b在土耳其語(TR)COMMON_VOICE數據集上微調的自動語音識別(ASR)模型

下載量 21

發布時間 : 3/2/2022

模型概述

用於土耳其語的自動語音識別任務，基於wav2vec2-xls-r-2b架構微調

大規模預訓練模型微調

基於20億參數的wav2vec2-xls-r模型微調，具備強大的語音特徵提取能力

土耳其語優化

專門針對土耳其語語音識別任務進行優化

多GPU訓練

使用2個GPU進行分佈式訓練，提高訓練效率

土耳其語語音轉文本

連續語音識別

音頻內容轉錄

語音轉錄

土耳其語語音轉錄

將土耳其語語音內容轉換為文本

在驗證集上詞錯誤率(WER)為0.9808

語音助手

土耳其語語音指令識別

用於土耳其語語音助手的語音指令識別

本模型是 facebook/wav2vec2-xls-r-2b 在 COMMON_VOICE - TR 數據集上的微調版本。它在評估集上取得了以下結果：

訓練過程中使用了以下超參數：

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
3.6389	0.92	100	3.6218	1.0
1.6676	1.85	200	3.2655	1.0
0.3067	2.77	300	3.2273	1.0
0.1924	3.7	400	3.0238	0.9999
0.1777	4.63	500	2.1606	0.9991
0.1481	5.55	600	1.8742	0.9982
0.1128	6.48	700	2.0114	0.9994
0.1806	7.4	800	1.9032	0.9984
0.0399	8.33	900	2.0556	0.9996
0.0729	9.26	1000	2.0515	0.9987
0.0847	10.18	1100	2.2121	0.9995
0.0777	11.11	1200	1.7002	0.9923
0.0476	12.04	1300	1.5262	0.9792
0.0518	12.96	1400	1.5990	0.9832
0.071	13.88	1500	1.6326	0.9875
0.0333	14.81	1600	1.5955	0.9870
0.0369	15.74	1700	1.5577	0.9832
0.0689	16.66	1800	1.5415	0.9839
0.0227	17.59	1900	1.5450	0.9878
0.0472	18.51	2000	1.5642	0.9846
0.0214	19.44	2100	1.6103	0.9846
0.0289	20.37	2200	1.6467	0.9898
0.0182	21.29	2300	1.5268	0.9780
0.0439	22.22	2400	1.6001	0.9818
0.06	23.15	2500	1.5481	0.9813
0.0351	24.07	2600	1.5672	0.9820
0.0198	24.99	2700	1.6303	0.9856
0.0328	25.92	2800	1.5958	0.9831
0.0245	26.85	2900	1.5745	0.9809
0.0885	27.77	3000	1.5455	0.9809
0.0224	28.7	3100	1.5378	0.9824
0.0223	29.63	3200	1.5642	0.9810