Wav2vec2 Xls R 300m Ar

🚀 wav2vec2-xls-r-300m-ar

该模型是在 COMMON_VOICE - AR 数据集上对 facebook/wav2vec2-xls-r-300m 进行微调后的版本。它在自动语音识别任务中表现出色，能够有效处理阿拉伯语语音数据。

📚 详细文档

模型评估结果

此模型在评估集上取得了以下结果：

• eval_loss: 3.0191
• eval_wer: 1.0
• eval_runtime: 252.2389
• eval_samples_per_second: 30.217
• eval_steps_per_second: 0.476
• epoch: 1.0
• step: 340

模型信息

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• learning_rate: 0.0005
• train_batch_size: 64
• eval_batch_size: 64
• seed: 42
• optimizer: Adam（betas=(0.9, 0.999)，epsilon=1e - 08）
• lr_scheduler_type: 线性
• lr_scheduler_warmup_steps: 2000
• num_epochs: 5
• mixed_precision_training: 原生 AMP

框架版本

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

评估命令

请使用仓库中包含的评估脚本 eval.py 进行评估。

在 speech-recognition-community-v2/dev_data 上进行评估

python eval.py --model_id nouamanetazi/wav2vec2-xls-r-300m-ar --dataset speech-recognition-community-v2/dev_data --config ar --split validation --chunk_length_s 5.0 --stride_length_s 1.0

📄 许可证

本模型使用 Apache - 2.0 许可证。