Wav2vec2 Xls R 300m Lm Hebrew

🚀 wav2vec2-xls-r-300m-lm-hebrew

本模型是 facebook/wav2vec2-xls-r-300m 在未指定數據集上的微調版本，並根據 Boosting Wav2Vec2 with n-grams in 🤗 Transformers 添加了 ngram 模型。

🚀 快速開始

檢查依賴包

可查看：https://github.com/imvladikon/wav2vec2-hebrew

使用 Transformers 管道

import torch
from datasets import load_dataset
from transformers import AutoModelForCTC, AutoProcessor
import torchaudio.functional as F


model_id = "imvladikon/wav2vec2-xls-r-300m-lm-hebrew"

sample_iter = iter(load_dataset("google/fleurs", "he_il", split="test", streaming=True))

sample = next(sample_iter)
resampled_audio = F.resample(torch.tensor(sample["audio"]["array"]), sample["audio"]["sampling_rate"], 16_000).numpy()

model = AutoModelForCTC.from_pretrained(model_id)
processor = AutoProcessor.from_pretrained(model_id)

input_values = processor(resampled_audio, return_tensors="pt").input_values

with torch.no_grad():
    logits = model(input_values).logits

transcription = processor.batch_decode(logits.numpy()).text
print(transcription)

📚 詳細文檔

預期用途和限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

🔧 技術細節

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：0.0003
• 訓練批次大小：64
• 評估批次大小：16
• 隨機種子：42
• 梯度累積步數：2
• 總訓練批次大小：128
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：500
• 訓練輪數：100
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

待補充。

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

本項目採用 Apache-2.0 許可證。