Wav2vec2 Large Xls R 300m Gn K1

🚀 wav2vec2-large-xls-r-300m-gn-k1

此模型是基於MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - GN數據集，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結果，可用於自動語音識別任務，為語音識別領域提供了有效的解決方案。

📚 詳細文檔

模型信息

評估結果

該模型在評估集上取得了以下結果：

• 損失值（Loss）：0.9220
• 詞錯誤率（Wer）：0.6631

評估命令

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

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-gn-k1 --dataset mozilla-foundation/common_voice_8_0 --config gn --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

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.00018
• 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）：600
• 訓練輪數（num_epochs）：200
• 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

📄 許可證

本項目採用Apache 2.0許可證。