Wav2vec2 Large Xls R 300m Kk With LM

🚀 wav2vec2-large-xls-r-300m-kk-with-LM 語音識別模型

本模型是一個用於自動語音識別的模型，基於特定數據集進行微調，在評估集上取得了一定的識別效果，可用於哈薩克語的語音識別任務。

📚 詳細文檔

模型信息

評估結果

本模型在不同數據集上的評估結果如下：

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-kk-with-LM  --dataset mozilla-foundation/common_voice_8_0 --config kk --split test --log_outputs

2. 在 speech-recognition-community-v2/dev_data 上評估：

⚠️ 重要提示

哈薩克語在 speech-recognition-community-v2/dev_data 中不可用。

訓練超參數

訓練過程中使用的超參數如下：

• 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

評估命令示例

!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

📄 許可證

本模型使用 Apache-2.0 許可證。