Xlsr Large 53 Ur

🚀 自動語音識別模型

本模型是一個基於自動語音識別技術的模型，它在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - UR數據集上對facebook/wav2vec2 - large - xlsr - 53進行了微調，能有效處理烏爾都語的語音識別任務。

🚀 快速開始

此模型是 facebook/wav2vec2-large-xlsr-53 在 MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - UR 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）：0.8888
• 詞錯誤率（Wer）：0.6642

📚 詳細文檔

模型描述

更多信息待補充。

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。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 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）：2
• 總訓練批次大小（total_train_batch_size）：16
• 優化器（optimizer）：Adam，β=(0.9, 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）：50
• 訓練輪數（num_epochs）：50.0
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2 + cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 許可證

本模型採用 Apache - 2.0 許可證。