Wav2vec2 Large Xls R 300m Sat A3

🚀 wav2vec2-large-xls-r-300m-sat-a3

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SAT數據集上對[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)進行微調後的版本。它在自動語音識別任務中表現出色，能夠有效處理相關語音數據，為語音識別領域提供了有力支持。

📚 詳細文檔

模型信息

模型索引

• 名稱：wav2vec2 - large - xls - r - 300m - sat - a3
• 結果：
  • 任務：
    • 名稱：自動語音識別
    • 類型：automatic - speech - recognition
    • 數據集：
      • 名稱：Common Voice 8
      • 類型：mozilla - foundation/common_voice_8_0
      • 參數：sat
    • 指標：
      • 名稱：Test WER
      • 類型：wer
      • 值：0.357429718875502
      • 名稱：Test CER
      • 類型：cer
      • 值：0.14203730272596843
  • 任務：
    • 名稱：自動語音識別
    • 類型：automatic - speech - recognition
    • 數據集：
      • 名稱：Robust Speech Event - Dev Data
      • 類型：speech - recognition - community - v2/dev_data
      • 參數：sat
    • 指標：
      • 名稱：Test WER
      • 類型：wer
      • 值：NA
      • 名稱：Test CER
      • 類型：cer
      • 值：NA

評估結果

該模型在評估集上取得了以下結果：

• 損失：0.8961
• 字錯率（Wer）：0.3976

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-large-xls-r-300m-sat-a3 --dataset mozilla-foundation/common_voice_8_0 --config sat --split test --log_outputs

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

⚠️ 重要提示

Santali (Ol Chiki)語言在speech - recognition - community - v2/dev_data中未找到。

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0004
• 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：200
• 訓練輪數：200
• 混合精度訓練：Native AMP

訓練結果

框架版本

• Transformers：4.16.2
• Pytorch：1.10.0 + cu111
• Datasets：1.18.3
• Tokenizers：0.11.0

📄 許可證

本模型採用apache - 2.0許可證。