Wav2vec2 Large Xls R 300m Or D5

🚀 wav2vec2-large-xls-r-300m-or-d5

該模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - OR數據集上對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，能有效處理語音數據並輸出準確的識別結果。

✨ 主要特性

• 基於預訓練模型facebook/wav2vec2 - xls - r - 300m進行微調，繼承了強大的語音特徵提取能力。
• 在多個數據集上進行評估，如Common Voice 8和Robust Speech Event - Dev Data，展現出良好的泛化能力。

📦 安裝指南

文檔未提供安裝步驟，暫不展示。

💻 使用示例

文檔未提供代碼示例，暫不展示。

📚 詳細文檔

評估指標

該模型在評估集上取得了以下結果：

• 損失值（Loss）: 0.9571
• 詞錯誤率（Wer）: 0.5450

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-or-d5 --dataset mozilla-foundation/common_voice_8_0 --config or --split test --log_outputs

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

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-or-d5 --dataset speech-recognition-community-v2/dev_data --config or --split validation --chunk_length_s 10 --stride_length_s 1

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

🔧 技術細節

文檔未提供具體的技術實現細節，暫不展示。

📄 許可證

該模型使用Apache 2.0許可證。