Wav2vec2 Xlsr Tatar

🚀 sammy786/wav2vec2-xlsr-tatar

该模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - tt 数据集上的微调版本。它在评估集（训练数据集的 10% 与其他和开发数据集合并）上取得了良好的效果。

🚀 快速开始

若要在 mozilla-foundation/common_voice_8_0 数据集的 test 分割上进行评估，可使用以下命令：

python eval.py --model_id sammy786/wav2vec2-xlsr-tatar --dataset mozilla-foundation/common_voice_8_0 --config tt --split test

✨ 主要特性

• 该模型在评估集上取得了以下结果：
  • 损失：7.66
  • 字错率（Wer）：7.08

📚 详细文档

模型描述

对 "facebook/wav2vec2-xls-r-1b" 进行了微调。

预期用途和限制

需要更多相关信息。

训练和评估数据

训练数据为 Common voice Finnish 的 train.tsv、dev.tsv 和 other.tsv 文件。

训练过程

为创建训练数据集，将所有可能的数据集进行合并，并采用 90 - 10 的分割方式。

训练超参数

训练期间使用了以下超参数：

• 学习率（learning_rate）：0.000045637994662983496
• 训练批次大小（train_batch_size）：16
• 评估批次大小（eval_batch_size）：16
• 随机种子（seed）：13
• 梯度累积步数（gradient_accumulation_steps）：2
• 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）：cosine_with_restarts
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：500
• 训练轮数（num_epochs）：40
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.0+cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.10.3

📄 许可证

本项目采用 Apache - 2.0 许可证。