Englishspeechtotext

🚀 英文語音轉文本模型

本模型是一個可將英文語音轉換為文本的工具，基於預訓練模型微調而來，能在特定場景下高效準確地實現語音到文本的轉換。

🚀 快速開始

本模型是 facebook/wav2vec2-xls-r-300m 在 None 數據集上的微調版本。

🔧 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）：0.0003
• 訓練批次大小（train_batch_size）：1
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：41
• 梯度累積步數（gradient_accumulation_steps）：4
• 總訓練批次大小（total_train_batch_size）：4
• 優化器（optimizer）：Adam，其中 betas=(0.9, 0.999)，epsilon=1e-08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器預熱步數（lr_scheduler_warmup_steps）：400
• 訓練輪數（num_epochs）：5

框架版本

• Transformers 4.30.2
• Pytorch 2.0.1+cu118
• Datasets 2.13.0
• Tokenizers 0.13.3

📄 許可證

本項目採用 Apache-2.0 許可證。