Wav2vec2 Large Xls R 300m Hi CV7

🚀 wav2vec2-large-xls-r-300m-hi-CV7

本模型是基於 facebook/wav2vec2-xls-r-300m 在 MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - HI 數據集上微調得到的。它在語音自動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可靠的解決方案。

✨ 主要特性

• 支持印地語（hi）的自動語音識別。
• 基於 wav2vec2-large-xls-r-300m 模型微調，在特定數據集上有較好表現。
• 可用於 Automatic Speech Recognition 任務，在多個評估指標上有明確的評估結果。

📦 安裝指南

文檔未提供安裝步驟，此部分跳過。

💻 使用示例

文檔未提供代碼示例，此部分跳過。

📚 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）：0.6588
• 詞錯誤率（Wer）：0.2987

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-hi-CV7 --dataset mozilla-foundation/common_voice_7_0 --config hi --split test --log_outputs

2. 在 speech-recognition-community-v2/dev_data 上進行評估 暫無可用評估命令（NA）

訓練超參數

訓練過程中使用了以下超參數：

• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：2
• 總訓練批次大小（total_train_batch_size）：32
• 優化器（optimizer）：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：2000
• 訓練輪數（num_epochs）：60
• 混合精度訓練（mixed_precision_training）：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

🔧 技術細節

文檔未提供技術實現細節，此部分跳過。

📄 許可證

本模型採用 Apache-2.0 許可證。

📋 模型信息