Galician Xlsr

🚀 Akashpb13/Galician_xlsr

本模型是基於MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - hu數據集對[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）上取得了以下結果：

• 損失值：0.137096
• 字錯率（WER）：0.196230

✨ 主要特性

• 基於facebook/wav2vec2 - xls - r - 300m模型微調，適用於加利西亞語的自動語音識別任務。
• 在多個數據集上進行了評估，具有一定的準確性和魯棒性。

📦 安裝指南

文檔未提供安裝步驟，故跳過此章節。

💻 使用示例

文檔未提供代碼示例，故跳過此章節。

📚 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

更多信息待補充。

訓練和評估數據

• 訓練數據：Common voice加利西亞語的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（learning_rate）：0.000096
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：16
• 隨機種子（seed）：13
• 梯度累積步數（gradient_accumulation_steps）：2
• 學習率調度器類型（lr_scheduler_type）：cosine_with_restarts
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：500
• 訓練輪數（num_epochs）：100
• 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 1.10.0+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

評估命令

1. 在mozilla - foundation/common_voice_8_0數據集的test分割上進行評估：

python eval.py --model_id Akashpb13/Galician_xlsr --dataset mozilla - foundation/common_voice_8_0 --config gl --split test

🔧 技術細節

模型指標

📄 許可證

本模型採用Apache - 2.0許可證。