Wav2vec2 Large Xls R 300m Bashkir Cv7 Opt

🚀 wav2vec2-large-xls-r-300m-bashkir-cv7_opt

本模型是基於 facebook/wav2vec2-xls-r-300m 在 MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - BA 數據集上進行微調得到的。它在語音自動識別任務中表現出色，能夠有效處理相關語音數據。

🚀 快速開始

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

• 訓練損失：0.268400
• 驗證損失：0.088252
• 無語言模型的字錯率（WER）：0.085588
• 有語言模型的字錯率（WER）：0.04440795062008041
• 有語言模型的字符錯誤率（CER）：0.010491234992390509

📚 詳細文檔

模型描述

使用此 Jupyter Notebook 進行訓練。

預期用途和限制

為了減少字符數量，以下字母已被替換或移除：

• 'я' -> 'йа'
• 'ю' -> 'йу'
• 'ё' -> 'йо'
• 首字母 'е' -> 'йэ'
• 其他情況 'е' -> 'э'
• 'ъ' -> 移除
• 'ь' -> 移除

因此，為了得到正確的文本，需要進行反向轉換並使用語言模型。

訓練和評估數據

需要更多信息。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

框架版本

• Transformers 4.16.1
• Pytorch 1.10.0+cu113
• Datasets 1.18.2
• Tokenizers 0.10.3

📄 許可證

本模型採用 Apache-2.0 許可證。