Hausa Xlsr

🚀 Akashpb13/Hausa_xlsr

這個模型是 facebook/wav2vec2-xls-r-300m 的微調版本。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）上取得了以下結果：

• 損失：0.275118
• 詞錯誤率（Wer）：0.329955

🚀 快速開始

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/Hausa_xlsr --dataset mozilla-foundation/common_voice_8_0 --config ha --split test

✨ 主要特性

• 該模型基於 facebook/wav2vec2-xls-r-300m 進行微調，適用於豪薩語的自動語音識別任務。
• 在多個數據集上進行了評估，展示了良好的性能，如在 Common Voice 8 和 Robust Speech Event - Dev Data 數據集上的表現。

📚 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 豪薩語的 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合併，並採用了 90 - 10 的分割。

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）：50
• 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

🔧 技術細節

模型評估指標

該模型在不同數據集上的評估結果如下：

📄 許可證

本模型採用 Apache-2.0 許可證。