Xlsr Hungarian New

🚀 Akashpb13/xlsr_hungarian_new

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - hu數據集上對[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)進行微調後的版本。它在評估集（訓練數據集的10%與無效數據、報告數據、其他數據和開發數據集合並而成）上取得了以下成果：

• 損失值：0.197464
• 詞錯誤率（Wer）：0.330094

✨ 主要特性

• 多數據集評估：在多個數據集上進行自動語音識別任務的評估，包括Common Voice 8和Robust Speech Event的開發與測試數據。
• 明確的評估指標：提供了詞錯誤率（WER）和字符錯誤率（CER）等評估指標。

📦 安裝指南

文檔未提供安裝步驟，暫不展示。

💻 使用示例

基礎用法

若要在mozilla - foundation/common_voice_8_0數據集的test分割上進行評估，可使用以下命令：

python eval.py --model_id Akashpb13/xlsr_hungarian_new --dataset mozilla - foundation/common_voice_8_0 --config hu --split test

📚 詳細文檔

模型描述

對“facebook/wav2vec2 - xls - r - 300m”進行了微調。

預期用途與限制

需要更多相關信息。

訓練和評估數據

• 訓練數據：Common voice匈牙利語的train.tsv、dev.tsv、invalidated.tsv、reported.tsv和other.tsv。僅考慮那些贊成票多於反對票的點，並且在合併Common voice 7.0中給出的所有數據集後去除了重複項。

訓練過程

為創建訓練數據集，將所有可能的數據集進行了拼接，並採用了90 - 10的分割方式。

訓練超參數

訓練期間使用了以下超參數：

• 學習率：0.000095637994662983496
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：13
• 梯度累積步數：16
• 學習率調度器類型：cosine_with_restarts
• 學習率調度器熱身步數：500
• 訓練輪數：100
• 混合精度訓練：Native AMP

訓練結果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.0+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

🔧 技術細節

模型評估指標

📄 許可證

本模型使用的許可證為Apache - 2.0。