Wav2vec2 Large Xls R 300m Assamese

🚀 wav2vec2-large-xls-r-300m-assamese

該模型是在common_voice_7_0數據集上對facebook/wav2vec2-xls-r-300m進行微調後的版本。它在評估集上取得了以下結果：

• 詞錯誤率（WER）：0.7954545454545454
• 字符錯誤率（CER）：0.32341269841269843

🚀 快速開始

本模型可用於阿薩姆語的自動語音識別任務，基於預訓練模型在特定數據集上微調得到，能有效處理阿薩姆語語音數據。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

文檔未提供代碼示例，故跳過此章節。

📚 詳細文檔

模型描述

更多信息待補充。

預期用途與限制

更多信息待補充。

訓練和評估數據

要計算評估參數，可以運行以下命令：

cd wav2vec2-large-xls-r-300m-assamese; python eval.py --model_id ./ --dataset mozilla-foundation/common_voice_7_0 --config as --split test --log_outputs

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）：3e - 4
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：未給出
• 梯度累積步數（gradient_accumulation_steps）：2
• 總訓練批次大小（total_train_batch_size）：32
• 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）：400
• 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 4.11.3
• Pytorch 1.10.0 + cu113
• Datasets 1.13.3
• Tokenizers 0.10.3

📄 許可證

本模型使用Apache - 2.0許可證。

模型信息表格