Wav2vec2 Xls R 300m Zh TW

🚀 自動語音識別模型

本模型是基於自動語音識別技術的微調模型，在 COMMON_VOICE - ZH-TW 數據集上對 facebook/wav2vec2-xls-r-300m 進行微調。該模型在評估集上取得了較好的效果，可用於相關語音識別任務。

🚀 快速開始

此模型是 facebook/wav2vec2-xls-r-300m 在 COMMON_VOICE - ZH-TW 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）：1.1786
• 字錯誤率（Wer）：0.8594
• 字符錯誤率（Cer）：0.2964

🔧 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）：7.5e-05
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：4
• 總訓練批次大小（total_train_batch_size）：32
• 優化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，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）：2000
• 訓練輪數（num_epochs）：100.0
• 混合精度訓練（mixed_precision_training）：Native AMP

訓練結果

框架版本

• Transformers：4.17.0.dev0
• Pytorch：1.10.2+cu102
• Datasets：1.18.2.dev0
• Tokenizers：0.11.0

📄 許可證

本項目採用 Apache-2.0 許可證。