Wav2vec2 Large Xls R 300m Marathi Cv8

🚀 wav2vec2-large-xls-r-300m-marathi-cv8

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - MR數據集上對facebook/wav2vec2-xls-r-300m進行微調後的版本。它可用於自動語音識別任務，在評估集上取得了不錯的效果。

✨ 主要特性

• 支持馬拉地語（mr）的自動語音識別。
• 基於MOZILLA - FOUNDATION/COMMON_VOICE_8_0數據集進行訓練。
• 生成自訓練器，可用於語音相關任務。

📦 安裝指南

文檔未提供安裝步驟，跳過該章節。

📚 詳細文檔

模型信息

評估結果

該模型在評估集上取得了以下結果：

• 損失值（Loss）: 0.6483
• 詞錯誤率（Wer）: 0.6049

模型索引

• 名稱: XLS - R - 300M - Marathi
• 結果:
  • 任務:
    • 名稱: 自動語音識別
    • 類型: automatic - speech - recognition
  • 數據集:
    • 名稱: Common Voice 8
    • 類型: mozilla - foundation/common_voice_8_0
    • 參數: mr
  • 指標:
    • 名稱: 測試詞錯誤率（Test WER）
    • 類型: wer
    • 值: 55.716
    • 名稱: 測試字符錯誤率（Test CER）
    • 類型: cer
    • 值: 13.842

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）: 0.0003
• 訓練批次大小（train_batch_size）: 32
• 評估批次大小（eval_batch_size）: 16
• 隨機種子（seed）: 42
• 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）: 500
• 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 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 許可證

本模型使用的許可證為Apache - 2.0。