Wav2vec2 Xls R 300m Pa IN R5

🚀 wav2vec2-xls-r-300m-pa-IN-r5 模型

本模型是基於語音識別領域的先進技術，在特定數據集上微調得到的模型，能夠有效處理旁遮普語（pa - IN）的自動語音識別任務，為相關語音處理場景提供了高精度的解決方案。

🚀 快速開始

此模型是 facebook/wav2vec2 - xls - r - 300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - PA - IN 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：0.8881
• 詞錯誤率（Wer）：0.4175

✨ 主要特性

• 多任務支持：適用於自動語音識別任務。
• 多數據集驗證：在多個數據集上進行了評估，包括 Common Voice 8 和 Robust Speech Event - Dev Data。
• 高精度表現：在 Common Voice 8 數據集的旁遮普語（pa - IN）測試集上，詞錯誤率（WER）為 0.4186593492747942，字符錯誤率（CER）為 0.13301322550753938。

📚 詳細文檔

評估命令

對 mozilla - foundation/common_voice_8_0 測試集進行評估

python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-300m-pa-IN-r5 --dataset mozilla-foundation/common_voice_8_0 --config pa-IN --split test --log_outputs

對 speech - recognition - community - v2/dev_data 進行評估

旁遮普語在 speech - recognition - community - v2/dev_data 數據集中不可用。

訓練超參數

以下是訓練過程中使用的超參數：

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

📄 許可證

本模型採用 Apache - 2.0 許可證。