Wav2vec2 Large Xls R 300m Mongolian

🚀 XLS - R - 300M - 蒙古語語音識別模型

本模型是基於自動語音識別技術的模型，在蒙古語語音識別任務上進行了微調訓練，能夠有效處理蒙古語語音數據，在相關評估集上取得了一定的成果。

📚 詳細文檔

模型標籤與數據集

• 標籤：涵蓋自動語音識別、從訓練器生成、HF語音識別排行榜、蒙古語、對話模型、基於Mozilla基金會的Common Voice 7.0數據集、魯棒語音事件等標籤。
• 數據集：使用了Mozilla基金會的Common Voice 7.0數據集。

模型索引

• 模型名稱：XLS - R - 300M - Mongolian
• 評估結果：
  • 在Common Voice 7數據集（蒙古語）上進行自動語音識別任務：
    • 測試詞錯誤率（Test WER）：44.709
    • 測試字符錯誤率（Test CER）：13.532
  • 在魯棒語音事件 - 開發數據（蒙古語）上進行自動語音識別任務：
    • 測試詞錯誤率（Test WER）：76.643
    • 測試字符錯誤率（Test CER）：36.997
  • 在魯棒語音事件 - 測試數據（蒙古語）上進行自動語音識別任務：
    • 測試詞錯誤率（Test WER）：78.45

模型概述

此模型是[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - MN數據集上的微調版本。在評估集上取得以下結果：

• 損失值（Loss）：0.6003
• 詞錯誤率（Wer）：0.4473

訓練和評估數據

暫未提供相關詳細信息。

訓練過程

訓練超參數

• 學習率（learning_rate）：0.0003
• 訓練批次大小（train_batch_size）：32
• 評估批次大小（eval_batch_size）：1
• 隨機種子（seed）：42
• 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）：100.0
• 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：4.16.0.dev0
• Pytorch：1.10.1 + cu102
• Datasets：1.17.1.dev0
• Tokenizers：0.11.0

📄 許可證

本模型使用Apache - 2.0許可證。