Wav2vec2 Xls R 300m Kk N2

🚀 wav2vec2-xls-r-300m-kk-n2 語音識別模型

本模型是基於自動語音識別技術的模型，在哈薩克語語音識別任務上表現出色，基於特定數據集微調得到，具有一定的準確性和實用性。

📚 詳細文檔

模型概述

此模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - KK 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：0.7149
• 詞錯誤率（Wer）：0.451

評估命令

1. 在 mozilla - foundation/common_voice_8_0 測試分割集上進行評估

python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-300m-kk-n2 --dataset mozilla-foundation/common_voice_8_0 --config kk --split test --log_outputs

2. 在 speech - recognition - community - v2/dev_data 上進行評估

注意：在 speech - recognition - community - v2/dev_data 中未找到哈薩克語數據！

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.000222
• 訓練批次大小：16
• 評估批次大小：8
• 隨機種子：42
• 梯度累積步數：2
• 總訓練批次大小：32
• 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：150.0
• 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

📄 許可證

本模型採用 Apache - 2.0 許可證。

📦 模型信息