xls-r-1b-fa-cv8開源自動語音識別模型

首頁

Xls R 1b Fa Cv8

由ghofrani開發

基於波斯語通用語音數據集微調的自動語音識別模型

語音識別

Transformers

其他#波斯語語音識別 #低詞錯誤率 #Common Voice數據集

下載量 27

發布時間 : 3/2/2022

模型概述

該模型是在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - FA數據集上微調的自動語音識別(ASR)模型，專門用於波斯語語音識別任務。

模型特點

波斯語語音識別

專門針對波斯語優化的語音識別能力

基於通用語音數據集

使用MOZILLA-FOUNDATION/COMMON_VOICE_8_0數據集訓練

低詞錯誤率

在評估集上取得0.3022的詞錯誤率

模型能力

波斯語語音轉文本

連續語音識別

使用案例

語音轉錄

波斯語語音轉錄

將波斯語語音內容轉換為文本

詞錯誤率0.3022

語音助手

波斯語語音指令識別

用於波斯語語音助手或控制系統的語音指令識別

🚀 common8

這個模型是 wghts/checkpoint-20000 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - FA 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：0.3174
字錯率（Wer）：0.3022

🚀 快速開始

此部分原文檔未提供相關內容，暫不展示。

✨ 主要特性

此部分原文檔未提供相關內容，暫不展示。

📦 安裝指南

此部分原文檔未提供相關內容，暫不展示。

💻 使用示例

此部分原文檔未提供相關內容，暫不展示。

📚 詳細文檔

模型描述

此部分原文檔提示需要更多信息，暫不展示。

預期用途和限制

此部分原文檔提示需要更多信息，暫不展示。

訓練和評估數據

此部分原文檔提示需要更多信息，暫不展示。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

學習率：1e-06
訓練批次大小：32
評估批次大小：16
隨機種子：42
梯度累積步數：6
總訓練批次大小：192
優化器：Adam，β值為(0.9, 0.999)，ε值為1e-08
學習率調度器類型：線性
學習率調度器熱身步數：100
訓練輪數：250.0
混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

訓練損失	輪數	步數	驗證損失	字錯率（Wer）
3.5847	1.93	500	3.5104	1.0
2.7858	3.86	1000	2.9601	1.0001
1.6827	5.79	1500	0.7853	0.7030
1.4656	7.72	2000	0.6076	0.6014
1.3693	9.65	2500	0.5114	0.5307
1.379	11.58	3000	0.4666	0.4940
1.2832	13.51	3500	0.4257	0.4593
1.1931	15.44	4000	0.4039	0.4427
1.2911	17.37	4500	0.3956	0.4295
1.1577	19.3	5000	0.3705	0.4114
1.1135	21.24	5500	0.3740	0.4010
1.19	23.17	6000	0.3611	0.3935
1.1008	25.1	6500	0.3503	0.3880
1.0805	27.03	7000	0.3427	0.3781
1.1556	28.96	7500	0.3442	0.3727
1.0596	30.89	8000	0.3398	0.3646
1.0219	32.82	8500	0.3312	0.3660
1.1042	34.75	9000	0.3287	0.3612
1.0273	36.68	9500	0.3236	0.3556
1.0383	38.61	10000	0.3217	0.3558
1.0498	40.54	10500	0.3205	0.3520
0.9969	42.47	11000	0.3125	0.3504
1.0658	44.4	11500	0.3120	0.3493
0.992	46.33	12000	0.3137	0.3476
0.9737	48.26	12500	0.3085	0.3413
1.0817	50.19	13000	0.3091	0.3418
0.9414	52.12	13500	0.3072	0.3344
0.9295	54.05	14000	0.3039	0.3322
1.0248	55.98	14500	0.2991	0.3325
0.9474	57.91	15000	0.3032	0.3348
0.928	59.85	15500	0.2999	0.3285
1.0321	61.78	16000	0.2982	0.3253
0.9255	63.71	16500	0.2970	0.3231
0.8928	65.64	17000	0.2993	0.3250
1.008	67.57	17500	0.2985	0.3222
0.9371	69.5	18000	0.2968	0.3216
0.9077	71.43	18500	0.3011	0.3299
1.0044	73.36	19000	0.3053	0.3306
0.9625	75.29	19500	0.3159	0.3295
0.9816	77.22	20000	0.3080	0.3304
0.9587	119.19	20500	0.3088	0.3284
0.9178	122.09	21000	0.3132	0.3320
1.0282	125.0	21500	0.3099	0.3266
0.9337	127.9	22000	0.3110	0.3317
0.8822	130.81	22500	0.3037	0.3247
0.9644	133.72	23000	0.3037	0.3238
0.9214	136.62	23500	0.3040	0.3234
0.9167	139.53	24000	0.3079	0.3203
0.9047	142.44	24500	0.3018	0.3177
0.8909	145.35	25000	0.3053	0.3181
0.9646	148.25	25500	0.3095	0.3229
0.8802	151.16	26000	0.3111	0.3192
0.8411	154.07	26500	0.3068	0.3123
0.9235	156.97	27000	0.3090	0.3177
0.8943	159.88	27500	0.3115	0.3179
0.8854	162.79	28000	0.3052	0.3157
0.8734	165.69	28500	0.3077	0.3124
0.8515	168.6	29000	0.3117	0.3128
0.912	171.51	29500	0.3039	0.3121
0.8669	174.42	30000	0.3120	0.3123
0.823	177.32	30500	0.3148	0.3118
0.9129	180.23	31000	0.3179	0.3101
0.8255	183.14	31500	0.3164	0.3114
0.8948	186.05	32000	0.3128	0.3101
0.8397	188.95	32500	0.3143	0.3068
0.8341	191.86	33000	0.3127	0.3136
0.873	194.76	33500	0.3149	0.3124
0.8232	197.67	34000	0.3166	0.3086
0.8002	200.58	34500	0.3149	0.3061
0.8621	203.49	35000	0.3160	0.3093
0.8123	206.39	35500	0.3141	0.3063
0.7995	209.3	36000	0.3174	0.3075
0.8271	212.21	36500	0.3173	0.3043
0.8059	215.12	37000	0.3176	0.3079
0.8835	218.02	37500	0.3169	0.3062
0.8027	220.93	38000	0.3203	0.3098
0.775	223.83	38500	0.3159	0.3068
0.8487	226.74	39000	0.3161	0.3072
0.7929	229.65	39500	0.3143	0.3037
0.7653	232.56	40000	0.3160	0.3048
0.8211	235.46	40500	0.3173	0.3031
0.7761	238.37	41000	0.3176	0.3025
0.7761	241.28	41500	0.3179	0.3027
0.7903	244.19	42000	0.3181	0.3016
0.7807	247.09	42500	0.3170	0.3027
0.8406	250.0	43000	0.3174	0.3022