Wav2vec2 Urdu

🚀 wav2vec2-large-xls-r-300m-Urdu

本模型是基於 Harveenchadha/vakyansh-wav2vec2-urdu-urm-60 在 common_voice 數據集上進行微調的版本。它在評估集上取得了以下成果，能夠有效提升烏爾都語語音識別的準確性，為烏爾都語語音處理相關應用提供有力支持。

🚀 快速開始

本模型是 Harveenchadha/vakyansh-wav2vec2-urdu-urm-60 在 common_voice 數據集上的微調版本。它在評估集上取得了以下結果：

• 字錯率（Wer）：0.5747
• 字符錯誤率（Cer）：0.3268

✨ 主要特性

• 微調優化：基於預訓練模型進行微調，提升烏爾都語語音識別性能。
• 多指標評估：使用字錯率（Wer）和字符錯誤率（Cer）進行全面評估。

📚 詳細文檔

模型描述

訓練和驗證數據集時長為 0.58 小時。由於數據量較少，很難訓練出理想的模型，因此決定採用 vakyansh-wav2vec2-urdu-urm-60 檢查點對 wav2vec2 模型進行微調。

訓練過程

由於樣本數量較少，在 Harveenchadha/vakyansh-wav2vec2-urdu-urm-60 基礎上進行訓練。

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）：64
• 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）：2
• 總訓練批次大小（total_train_batch_size）：128
• 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
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：100
• 訓練輪數（num_epochs）：100
• 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 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.11.0

📄 許可證

本模型採用 Apache-2.0 許可證。