Wav2vec2 Large Xls R 300m As V9

🚀 wav2vec2-large-xls-r-300m-as-v9

本模型是在通用語音數據集（common_voice dataset）上對 facebook/wav2vec2-xls-r-300m 進行微調後的版本。它在自動語音識別任務中表現出色，為語音識別領域提供了有力的支持。

✨ 主要特性

• 多數據集適配：支持 mozilla-foundation/common_voice_8_0 等多個數據集。
• 多指標評估：使用 WER（詞錯誤率）和 CER（字符錯誤率）等指標進行評估。

📦 安裝指南

文檔未提供安裝步驟，跳過該章節。

💻 使用示例

文檔未提供代碼示例，跳過該章節。

📚 詳細文檔

模型信息

模型評估結果

模型名稱

wav2vec2-large-xls-r-300m-as-v9

評估結果

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-as-v9 --dataset mozilla-foundation/common_voice_8_0 --config as --split test --log_outputs

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

⚠️ 重要提示

阿薩姆語（as）在 speech-recognition-community-v2/dev_data 數據集中不可用。

訓練超參數

• 學習率：0.000111
• 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：300
• 訓練輪數：200
• 混合精度訓練：Native AMP

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

文檔未提供具體的技術實現細節，跳過該章節。

📄 許可證

本模型使用 apache-2.0 許可證。