Xls R Spanish Test

🚀 XLS-R西班牙語測試模型

本模型是基於自動語音識別技術的模型，在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - ES數據集上微調了facebook/wav2vec2 - large - xlsr - 53模型，在評估集上取得了不錯的效果。

🚀 快速開始

本模型是facebook/wav2vec2 - large - xlsr - 53在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - ES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：0.1461
• 詞錯誤率（Wer）：1.0063

✨ 主要特性

本模型適用於自動語音識別任務，可處理西班牙語語音數據。

📚 詳細文檔

模型描述

本模型基於預訓練的facebook/wav2vec2 - large - xlsr - 53，在西班牙語語音數據集上進行了微調，以適應西班牙語的語音識別任務。

預期用途與限制

文檔暫未提供相關信息。

訓練和評估數據

文檔暫未提供相關信息。

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）：7.5e - 05
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 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，β1 = 0.9，β2 = 0.999，ε = 1e - 08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：2000
• 訓練輪數（num_epochs）：5.0
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers：4.17.0.dev0
• Pytorch：1.10.2 + cu102
• Datasets：1.18.3.dev0
• Tokenizers：0.11.0

📄 許可證

本模型使用Apache - 2.0許可證。

🔧 技術細節

模型指標

任務結果

本模型在不同數據集上的評估結果如下：

• Common Voice 7數據集：
  • 測試詞錯誤率（Test WER）：13.89
  • 測試字符錯誤率（Test CER）：3.85
• Robust Speech Event - Dev Data數據集：
  • 測試詞錯誤率（Test WER）：37.66
  • 測試字符錯誤率（Test CER）：15.32
• Robust Speech Event - Test Data數據集：
  • 測試詞錯誤率（Test WER）：41.17
  • 測試字符錯誤率（Test CER）暫未提及 |