Xls R 300m Npsc 4

🚀 自動語音識別模型

本項目基於facebook/wav2vec2-xls-r-300m模型進行微調，用於自動語音識別任務。在NBAILAB/NPSC - 16K_MP3數據集上進行訓練，在評估集上取得了較好的效果。

🚀 快速開始

此模型是 facebook/wav2vec2-xls-r-300m 在NBAILAB/NPSC - 16K_MP3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）：0.1957
• 字錯率（Wer）：0.1697

📚 詳細文檔

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）：7.5e-05
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：16
• 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）：64
• 優化器（optimizer）：Adam，β1=0.9，β2=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）：2000
• 訓練輪數（num_epochs）：20.0
• 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：1.10.0+cu113
• Datasets：1.18.1
• Tokenizers：0.11.0

📄 許可證

本項目採用Apache-2.0許可證。