Wav2vec2 Xls R 300m Arabic

🚀 XLS - R - 300M - 阿拉伯語語音識別模型

本模型是基於自動語音識別技術的模型，它在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - AR數據集上對[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)進行微調，可用於阿拉伯語的自動語音識別任務。

🚀 快速開始

本模型是[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - AR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：0.4502
• 詞錯誤率（Wer）：0.4783

📚 詳細文檔

模型信息

模型評估結果

模型名為XLS - R - 300M - Arabic，在不同數據集上的自動語音識別任務中取得了如下結果：

• Common Voice 7數據集：
  • 測試詞錯誤率（Test WER）：47.54
  • 測試字符錯誤率（Test CER）：17.64
• Robust Speech Event - Dev Data數據集：
  • 測試詞錯誤率（Test WER）：93.72
• Robust Speech Event - Test Data數據集：
  • 測試詞錯誤率（Test WER）：92.49

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：7.5e - 05
• 訓練批次大小（train_batch_size）：8
• 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）：4
• 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）：5.0
• 混合精度訓練（mixed_precision_training）：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

本模型使用的是Apache - 2.0許可證。