Wav2vec2 Xlsr Czech

🚀 sammy786/wav2vec2-xlsr-czech

这个模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - cs 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）上取得了以下结果：

• 损失：7.26
• 字错率（Wer）：19.32

✨ 主要特性

• 基于预训练模型 facebook/wav2vec2-xls-r-1b 进行微调，适用于捷克语的自动语音识别任务。
• 在多个数据集上进行评估，展示了不同场景下的性能指标。

📦 安装指南

文档未提供安装步骤，跳过此章节。

💻 使用示例

文档未提供代码示例，跳过此章节。

📚 详细文档

模型描述

对 "facebook/wav2vec2-xls-r-1b" 进行了微调。

预期用途与限制

需要更多信息。

训练和评估数据

训练数据 - 通用语音芬兰语的 train.tsv、dev.tsv、invalidated.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：0.000045637994662983496
• 训练批次大小：8
• 评估批次大小：16
• 随机种子：13
• 梯度累积步数：4
• 总训练批次大小：32
• 优化器：Adam，β=(0.9, 0.999)，ε=1e - 08
• 学习率调度器类型：带重启的余弦调度器
• 学习率调度器热身步数：500
• 训练轮数：7
• 混合精度训练：原生自动混合精度（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

评估命令

1. 在 mozilla-foundation/common_voice_8_0 数据集的 test 分割上进行评估

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

🔧 技术细节

文档未提供足够详细的技术实现细节（具体技术说明少于 50 字），跳过此章节。

📄 许可证

本项目采用 Apache 2.0 许可证。