wav2vec2-xls-r-1b-npsc-bokmaal開源模型 - 免費實現挪威博克馬爾語語音自動識別

Wav2vec2 Xls R 1b Npsc Bokmaal

由NbAiLab開發

基於facebook/wav2vec2-xls-r-1b模型在挪威書面語（博克馬爾語）語音數據集上微調的自動語音識別模型

下載量 23

發布時間 : 3/2/2022

模型概述

這是一個針對挪威書面語（博克馬爾語）優化的自動語音識別模型，在NPSC數據集上微調，具有較高的識別準確率。

高準確率

在NPSC測試集上取得7.9%的詞錯誤率和2.97%的字錯誤率

大規模預訓練

基於10億參數的wav2vec2-xls-r-1b模型微調

挪威語優化

專門針對挪威書面語（博克馬爾語）優化的語音識別模型

挪威書面語語音識別

音頻轉文本

語音內容分析

語音轉錄

會議記錄

將挪威語會議錄音自動轉錄為文字記錄

高準確率的轉錄結果

媒體字幕生成

為挪威語視頻內容自動生成字幕

語音助手

挪威語語音指令識別

用於挪威語語音助手系統的語音識別組件

該模型是 facebook/wav2vec2-xls-r-1b 在 NbAiLab/NPSC (16K_mp3_bokmaal) 數據集上的微調版本。它在評估集上取得了以下結果：

屬性	詳情
模型類型	該模型是 facebook/wav2vec2-xls-r-1b 在 NbAiLab/NPSC (16K_mp3_bokmaal) 數據集上的微調版本
訓練數據	NbAiLab/NPSC (16K_mp3_bokmaal) 數據集
評估結果	- 損失：0.1598 - 字錯率（WER）：0.0966 - 測試（書面挪威語）WER：0.07901700231893541 - 測試（書面挪威語）CER：0.029734583252347752

訓練過程中使用了以下超參數：

訓練損失	輪數	步數	驗證損失	字錯率（WER）
0.8361	0.32	500	0.6304	0.4970
0.5703	0.64	1000	0.3195	0.2775
0.5451	0.97	1500	0.2700	0.2246
0.47	1.29	2000	0.2564	0.2329
0.4063	1.61	2500	0.2459	0.2099
0.374	1.93	3000	0.2175	0.1894
0.3297	2.26	3500	0.2036	0.1755
0.3145	2.58	4000	0.1957	0.1757
0.3989	2.9	4500	0.1923	0.1723
0.271	3.22	5000	0.1889	0.1649
0.2758	3.55	5500	0.1768	0.1588
0.2683	3.87	6000	0.1720	0.1534
0.2341	4.19	6500	0.1689	0.1471
0.2316	4.51	7000	0.1706	0.1405
0.2383	4.84	7500	0.1637	0.1426
0.2148	5.16	8000	0.1584	0.1347
0.2085	5.48	8500	0.1601	0.1387
0.2944	5.8	9000	0.1566	0.1294
0.1944	6.13	9500	0.1494	0.1271
0.1853	6.45	10000	0.1561	0.1247
0.235	6.77	10500	0.1461	0.1215
0.2286	7.09	11000	0.1447	0.1167
0.1781	7.41	11500	0.1502	0.1199
0.1714	7.74	12000	0.1425	0.1179
0.1725	8.06	12500	0.1427	0.1173
0.143	8.38	13000	0.1448	0.1142
0.154	8.7	13500	0.1392	0.1104
0.1447	9.03	14000	0.1404	0.1094
0.1471	9.35	14500	0.1404	0.1088
0.1479	9.67	15000	0.1414	0.1133
0.1607	9.99	15500	0.1458	0.1171
0.166	10.32	16000	0.1652	0.1264
0.188	10.64	16500	0.1713	0.1322
0.1461	10.96	17000	0.1423	0.1111
0.1289	11.28	17500	0.1388	0.1097
0.1273	11.61	18000	0.1438	0.1074
0.1317	11.93	18500	0.1312	0.1066
0.1448	12.25	19000	0.1446	0.1042
0.1424	12.57	19500	0.1386	0.1015
0.1392	12.89	20000	0.1379	0.1005
0.1408	13.22	20500	0.1408	0.0992
0.1239	13.54	21000	0.1338	0.0968
0.1244	13.86	21500	0.1335	0.0957
0.1254	14.18	22000	0.1382	0.0950
0.1597	14.51	22500	0.1544	0.0970
0.1566	14.83	23000	0.1589	0.0963