Wav2vec2 Large Lv60 Phoneme Timit English Timit 4k Simplified

🚀 wav2vec2-large-lv60_phoneme-timit_english_timit-4k_simplified

該模型是基於 facebook/wav2vec2-large-lv60 在 TIMIT 數據集上進行微調的版本。它在評估集上取得了以下成果：

• 損失值：0.2796
• 音素錯誤率：0.0838（8.38%）

🚀 快速開始

本模型是 facebook/wav2vec2-large-lv60 在 TIMIT 數據集上的微調版本。在評估集上，它實現了損失值為 0.2796，音素錯誤率為 0.0838（8.38%）的效果。

✨ 主要特性

• 基於預訓練模型 facebook/wav2vec2-large-lv60 進行微調，在音素識別任務上表現出色。
• 針對簡化版的 TIMIT 音素集進行訓練。

📚 詳細文檔

模型描述

該模型在簡化版的 TIMIT 音素集上進行訓練。

預期用途與限制

合併音素

• 基於對原始 TIMIT 音素集中每個音素的錯誤分析。
• 詳細分析請參考 此倉庫。
• ax - h → ax
• axr → er
• ix → ih
• ux → uw
• zh → z
• em → m
• en → n
• eng → ng
• nx → n
• hv → hh

訓練和評估數據

更多信息待補充。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

訓練結果

框架版本

• Transformers 4.38.1
• Pytorch 2.0.1
• Datasets 2.16.1
• Tokenizers 0.15.2

📄 許可證

本模型採用 Apache - 2.0 許可證。