Wav2vec2 Large Xls R 300m Bg D2

🚀 wav2vec2-large-xls-r-300m-bg-d2

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - BG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結果：

• 損失值：0.3421
• 詞錯誤率（WER）：0.2860

✨ 主要特性

• 支持保加利亞語（bg）的自動語音識別任務。
• 基於wav2vec2-large-xls-r-300m模型微調，在多個數據集上有較好的表現。

📚 詳細文檔

模型信息

評估結果

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-bg-d2 --dataset mozilla-foundation/common_voice_8_0 --config bg --split test --log_outputs

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

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-bg-d2 --dataset speech-recognition-community-v2/dev_data --config bg --split validation --chunk_length_s 10 --stride_length_s 1

訓練超參數

• 學習率：0.00025
• 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：700
• 訓練輪數：35
• 混合精度訓練：原生自動混合精度（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

本模型使用Apache - 2.0許可證。