Xlsr Kurmanji Kurdish

🚀 Akashpb13/xlsr_kurmanji_kurdish

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_7_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（由訓練數據集的10%與無效數據、報告數據、其他數據和開發數據集合並而成）上取得了以下結果：

• 損失：0.292389
• 詞錯誤率（Wer）：0.388585

✨ 主要特性

• 支持自動語音識別任務。
• 基於facebook的wav2vec2 - xls - r - 300m模型進行微調。
• 在特定的庫爾德語數據集上進行訓練，具有一定的針對性。

📦 安裝指南

文檔未提及安裝步驟，故跳過此章節。

💻 使用示例

評估命令示例

對mozilla - foundation/common_voice_8_0數據集的test分割進行評估

python eval.py --model_id Akashpb13/xlsr_kurmanji_kurdish --dataset mozilla - foundation/common_voice_8_0 --config kmr --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

需要更多信息。

訓練和評估數據

• 訓練數據：Common voice Kurmanji Kurdish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，並且在將Common voice 7.0中給出的所有數據集連接起來後去除了重複項。

訓練過程

為了創建訓練數據集，將所有可能的數據集進行了合併，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：0.000096
• 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：200
• 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 1.18.1
• Tokenizers 0.10.3

🔧 技術細節

文檔未提供足夠的技術實現細節，故跳過此章節。

📄 許可證

本項目採用Apache - 2.0許可證。

📊 模型信息