Wav2vec2 Large Xls R 300m Hsb V3

🚀 wav2vec2-large-xls-r-300m-hsb-v3

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - HSB數據集上對facebook/wav2vec2 - xls - r - 300m進行微調後的版本。它可用於自動語音識別任務，在評估集上取得了良好的效果。

✨ 主要特性

• 多語言支持：支持上索布語（hsb）的自動語音識別。
• 訓練數據：基於Mozilla Foundation的Common Voice 8.0數據集進行訓練。
• 評估指標：在Common Voice 8數據集上，測試字錯誤率（WER）為0.4763681592039801，測試字符錯誤率（CER）為0.11194945177476305。

📦 安裝指南

文檔中未提及安裝步驟，暫不提供。

💻 使用示例

文檔中未提供代碼示例，暫不展示。

📚 詳細文檔

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-hsb-v3 --dataset mozilla-foundation/common_voice_8_0 --config hsb --split test --log_outputs

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

上索布語（hsb）在speech - recognition - community - v2/dev_data中未找到！

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 4.16.1
• Pytorch 1.10.0+cu111
• Datasets 1.18.2
• Tokenizers 0.11.0

📄 許可證

本模型採用Apache 2.0許可證。