xls-r-300m-ur-cv8-hi開源烏爾都語語音識別模型

Xls R 300m Ur Cv8 Hi

由HarrisDePerceptron開發

這是一個基於wav2vec2架構的烏爾都語自動語音識別模型，在Common Voice 8.0烏爾都語數據集上微調

下載量 16

發布時間 : 3/2/2022

模型概述

該模型專門用於烏爾都語的語音轉文本任務，能夠將烏爾都語語音轉換為對應的文本內容。

高精度烏爾都語識別

在Common Voice烏爾都語數據集上微調，針對烏爾都語語音優化

基於wav2vec2架構

採用強大的wav2vec2-large-xls-r-300m預訓練模型作為基礎

開源許可

使用Apache-2.0許可證，允許商業和研究使用

烏爾都語語音識別

語音轉文本

自動語音轉錄

語音應用

語音助手

為烏爾都語用戶開發語音控制助手

語音轉錄服務

將烏爾都語語音內容自動轉換為文本

教育

語言學習應用

幫助學習者練習烏爾都語發音和聽力

本模型是基於自動語音識別技術的微調模型，在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - UR數據集上進行微調，能有效提升語音識別效果。

本模型是 DrishtiSharma/wav2vec2-large-xls-r-300m-hi-d3 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：

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）
10.7052	1.96	100	3.4683	1.0
3.2395	3.92	200	3.1489	1.0
2.9951	5.88	300	2.9823	1.0007
2.3574	7.84	400	1.2614	0.7598
1.7287	9.8	500	1.1817	0.7421
1.6144	11.76	600	1.1315	0.7321
1.5598	13.73	700	1.2322	0.7550
1.5418	15.69	800	1.2721	0.7819
1.4578	17.65	900	1.1710	0.7531
1.4311	19.61	1000	1.2042	0.7491
1.3483	21.57	1100	1.1702	0.7465
1.3078	23.53	1200	1.1963	0.7421
1.2576	25.49	1300	1.1501	0.7280
1.2173	27.45	1400	1.2526	0.7299
1.2217	29.41	1500	1.2479	0.7310
1.1536	31.37	1600	1.2567	0.7432
1.0939	33.33	1700	1.2801	0.7247
1.0745	35.29	1800	1.2340	0.7151
1.0454	37.25	1900	1.2372	0.7151
1.0101	39.22	2000	1.2461	0.7376
0.9833	41.18	2100	1.2553	0.7269
0.9314	43.14	2200	1.2372	0.7015
0.9147	45.1	2300	1.3035	0.7358
0.8758	47.06	2400	1.2598	0.7092
0.8356	49.02	2500	1.2557	0.7144
0.8105	50.98	2600	1.2619	0.7236
0.7947	52.94	2700	1.3994	0.7491
0.7623	54.9	2800	1.2932	0.7133
0.7282	56.86	2900	1.2799	0.7089
0.7108	58.82	3000	1.3615	0.7148
0.6896	60.78	3100	1.3129	0.7041
0.6496	62.75	3200	1.4050	0.6934
0.6075	64.71	3300	1.3571	0.7026
0.6242	66.67	3400	1.3369	0.7063
0.5865	68.63	3500	1.4368	0.7140
0.5721	70.59	3600	1.4224	0.7066
0.5475	72.55	3700	1.4798	0.7118
0.5086	74.51	3800	1.5107	0.7232
0.4958	76.47	3900	1.4849	0.7089
0.5046	78.43	4000	1.4451	0.7114
0.4694	80.39	4100	1.4674	0.7089
0.4386	82.35	4200	1.5245	0.7103
0.4516	84.31	4300	1.5032	0.7103
0.4113	86.27	4400	1.5246	0.7196
0.3972	88.24	4500	1.5318	0.7114
0.4006	90.2	4600	1.5543	0.6982
0.4014	92.16	4700	1.5442	0.7048
0.3672	94.12	4800	1.5542	0.7137
0.3666	96.08	4900	1.5414	0.7018
0.3574	98.04	5000	1.5465	0.7059
0.3428	100.0	5100	1.5443	0.7030