Wav2vec2 Large Xls R 300m Hsb V2

🚀 wav2vec2-large-xls-r-300m-hsb-v2

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。它在評估集上取得了以下成果，為自動語音識別任務提供了有效的解決方案。

✨ 主要特性

• 多語言支持：支持上索布語（hsb），適用於特定語言的語音識別場景。
• 微調優化：基於預訓練模型進行微調，在特定數據集上表現更優。
• 評估指標良好：在評估集上有較好的損失和WER指標。

📦 安裝指南

文檔未提及安裝步驟，暫不提供。

💻 使用示例

文檔未提供代碼示例，暫不展示。

📚 詳細文檔

評估命令

1. 在mozilla - foundation/common_voice_8_0測試分割集上進行評估

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-hsb-v2 --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

🔧 技術細節

本模型在評估集上取得了以下結果：

• 損失：0.5328
• 詞錯誤率（Wer）：0.4596

模型評估結果詳情

📄 許可證

本項目採用Apache 2.0許可證。