Wav2vec2 Xls R 300m Japanese

🚀 XLS-R-300M - 日语

本模型用于将音频转录为日语的一种形式——平假名。它基于mozilla-foundation/common_voice_8_0数据集，对facebook/wav2vec2-xls-r-300m模型进行了微调。

🔍 模型信息

📊 评估结果

本模型在评估集上取得了以下结果：

• 损失：0.7751
• 字符错误率（Cer）：0.2227

运行./eval.py的评估结果如下：

📚 详细文档

该模型通过以下方式取得上述结果：

• 修改eval.py以适应使用场景。
• 由于汉字和片假名与平假名发音相同，使用pykakasi将所有文本转换为平假名，并使用fugashi进行分词。

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：5e-05
• 训练批次大小（train_batch_size）：8
• 评估批次大小（eval_batch_size）：8
• 随机种子（seed）：42
• 梯度累积步数（gradient_accumulation_steps）：4
• 总训练批次大小（total_train_batch_size）：32
• 优化器（optimizer）：Adam，β=(0.9, 0.999)，ε=1e-08
• 学习率调度器类型（lr_scheduler_type）：线性
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：1000
• 训练步数（training_steps）：4000
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.2.dev0
• Tokenizers 0.11.0

📄 许可证

本模型采用Apache-2.0许可证。