wav2vec2-large-xls-r-300m-turkish开源语音识别模型

Wav2vec2 Large Xls R 300m Turkish Colab Common Voice 8 4

由 husnu 开发

该模型是基于Facebook的wav2vec2-xls-r-300m模型，在common_voice土耳其语数据集上微调的语音识别模型。

下载量 19

发布时间 : 5/9/2022

模型简介

这是一个针对土耳其语的自动语音识别(ASR)模型，基于wav2vec2架构，在common_voice数据集上进行了微调。

土耳其语优化

专门针对土耳其语进行了微调，提高了该语言的识别准确率

基于wav2vec2架构

采用Facebook先进的wav2vec2-xls-r-300m架构

低词错误率

在评估集上取得了0.3295的词错误率(WER)

土耳其语语音识别

语音转文本

语音转录

土耳其语语音转录

将土耳其语语音内容转换为文本

词错误率0.3295

训练损失	轮数	步数	验证损失	字错率（Wer）
5.9268	0.51	400	1.3204	0.9175
0.7491	1.02	800	0.5880	0.6388
0.4911	1.53	1200	0.4680	0.5613
0.4265	2.04	1600	0.4213	0.5059
0.3473	2.55	2000	0.4199	0.4955
0.3291	3.07	2400	0.4323	0.5061
0.2819	3.58	2800	0.4026	0.4490
0.2628	4.09	3200	0.3831	0.4446
0.2371	4.6	3600	0.3622	0.4234
0.2274	5.11	4000	0.3473	0.4012
0.2051	5.62	4400	0.3471	0.3998
0.1985	6.13	4800	0.3759	0.4088
0.1767	6.64	5200	0.3620	0.4012
0.1707	7.15	5600	0.3415	0.3700
0.1559	7.66	6000	0.3317	0.3661
0.147	8.17	6400	0.3265	0.3618
0.1339	8.68	6800	0.3293	0.3586
0.126	9.2	7200	0.3386	0.3458
0.1149	9.71	7600	0.3305	0.3397
0.1051	10.22	8000	0.3235	0.3354
0.1005	10.73	8400	0.3201	0.3295