Wav2vec2 Large Xls R 300m Galician

🚀 超大語音模型 wav2vec2-large-xls-r-300m-galician

該項目是一個基於語音識別的模型，在特定數據集上對基礎模型進行微調，以實現自動語音識別的功能，可應用於相關語音處理場景。

🚀 快速開始

此模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - GL 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（Loss）：0.1525
• 字錯率（Wer）：0.1542

✨ 主要特性

• 標籤信息：該模型具有多種標籤，如自動語音識別、基於訓練器生成、加利西亞語相關、HF 自動語音識別排行榜相關、用於對話的模型、基於 Mozilla 基金會的 Common Voice 7.0 數據集、魯棒語音事件等。
• 數據集：使用了 mozilla - foundation/common_voice_7_0 數據集。
• 模型評估：在不同數據集上進行自動語音識別任務的評估，包括 Common Voice 7.0、Robust Speech Event 的開發數據和測試數據，給出了相應的字錯率（WER）。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：7e - 05
• 訓練批次大小（train_batch_size）：32
• 評估批次大小（eval_batch_size）：32
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，其中 betas = (0.9, 0.999) 且 epsilon = 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）：20.0
• 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

該模型使用 Apache - 2.0 許可證。