Wav2vec2 Large Xls R 300m Ab V4

🚀 自動語音識別模型

本模型是基於Transformer架構的自動語音識別模型，在特定數據集上微調，能有效處理語音識別任務，在評估集上有較好表現。

🚀 快速開始

本模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - AB 數據集上的微調版本。它在評估集上取得了以下結果：

• 損失值（Loss）：0.6178
• 字錯率（Wer）：0.5794

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.00025
• 訓練批次大小（train_batch_size）：32
• 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）：64
• 優化器（optimizer）：Adam，β值為 (0.9, 0.999)，ε值為 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）：500
• 訓練輪數（num_epochs）：70.0
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers：4.16.0.dev0
• Pytorch：1.10.1+cu102
• Datasets：1.17.1.dev0
• Tokenizers：0.11.0

📄 許可證

本模型採用 Apache - 2.0 許可證。

信息表格