Wav2vec2 Xls R Sl A2

🚀 wav2vec2-xls-r-sl-a2 語音識別模型

本模型是基於Transformer架構的自動語音識別模型，在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - SL數據集上微調，可有效提升斯洛文尼亞語語音識別的準確性。

🚀 快速開始

本模型是 facebook/wav2vec2-xls-r-300m 在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SL數據集上的微調版本。它在評估集上取得了以下結果：

• 損失率：0.2855
• 詞錯誤率（WER）：0.2401

✨ 主要特性

• 多數據集驗證：在多個數據集上進行評估，包括Common Voice 8和Robust Speech Event等，驗證了模型的泛化能力。
• 多指標評估：使用詞錯誤率（WER）和字符錯誤率（CER）等指標進行評估，全面衡量模型性能。

📦 安裝指南

文檔未提供安裝步驟，故跳過此章節。

💻 使用示例

文檔未提供代碼示例，故跳過此章節。

📚 詳細文檔

評估命令

1. 在 mozilla - foundation/common_voice_8_0 測試集上進行評估

python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-sl-a2 --dataset mozilla-foundation/common_voice_8_0 --config sl --split test --log_outputs

2. 在 speech - recognition - community - v2/dev_data 上進行評估 沃蒂克語在 speech - recognition - community - v2/dev_data 中未找到。

訓練超參數

以下是訓練過程中使用的超參數：

• 學習率：7e - 05
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：1000
• 訓練輪數：100.0
• 混合精度訓練：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

🔧 技術細節

本模型基於Transformer架構，在預訓練模型的基礎上，使用特定的數據集進行微調，以適應斯洛文尼亞語的語音識別任務。通過調整超參數和優化訓練過程，不斷提升模型的性能。

📄 許可證

本模型採用Apache - 2.0許可證。

模型信息表格