Wav2vec2 Large Xls R 300m Sl With LM V2

🚀 wav2vec2-large-xls-r-300m-sl-with-LM-v2

本模型是基於自動語音識別技術的模型，在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SL數據集上微調，能有效實現語音識別功能，並在相關評估集上取得了良好的指標成績。

🚀 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：

• 損失值：0.2855
• 字錯率（Wer）：0.2401

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-large-xls-r-300m-sl-with-LM-v2 --dataset mozilla-foundation/common_voice_8_0 --config sl --split test --log_outputs

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

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-sl-with-LM-v2 --dataset speech-recognition-community-v2/dev_data --config sl --split validation --chunk_length_s 10 --stride_length_s 1

✨ 主要特性

模型指標

🔧 技術細節

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

📄 許可證

本模型使用的許可證為Apache - 2.0。