Uzbek Stt

🚀 烏茲別克語語音識別模型

本項目是烏茲別克語語音識別（STT）的優質模型，由專業團隊基於特定數據集和預訓練模型訓練而成，具有一定的準確性和可靠性，為烏茲別克語的語音識別任務提供了有效的解決方案。

✨ 主要特性

• 該模型基於 facebook/wav2vec2-xls-r-300m 預訓練模型。
• 使用 MOZILLA - FOUNDATION/COMMON_VOICE_10_0 - UZ 數據集進行訓練。
• 經過 100 個訓練週期，具有一定的準確性，錯誤率為 0.1963，詞錯誤率為 0.2102。

🔧 技術細節

訓練團隊

本模型由 Oyqiz 團隊成員打造，成員包括 Foziljon To'lqinov、Shaxboz Zohidov、Abduraxim Jabborov、Yahyoxon Rahimov、Mahmud Jumanazarov。

訓練結果

• 錯誤率：0.1963
• 詞錯誤率：0.2102

訓練超參數

• 學習率（learning_rate）：0.00003
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 分佈式類型（distributed_type）：multi - GPU
• 設備數量（num_devices）：2
• 總訓練批次大小（total_train_batch_size）：16
• 總評估批次大小（total_eval_batch_size）：16
• 優化器（optimizer）：Adam with betas=(0.9, 0.999) and epsilon = 1e - 08
• 學習率調度器類型（lr_scheduler_type）：linear
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：500
• 訓練週期數（num_epochs）：100.0
• 混合精度訓練（mixed_precision_training）：Native AMP

📄 許可證

本項目採用 Apache - 2.0 許可證。