Wav2vec2 Urdu

🚀 wav2vec2-large-xls-r-300m-Urdu

本模型是基于 Harveenchadha/vakyansh-wav2vec2-urdu-urm-60 在 common_voice 数据集上进行微调的版本。它在评估集上取得了以下成果，能够有效提升乌尔都语语音识别的准确性，为乌尔都语语音处理相关应用提供有力支持。

🚀 快速开始

本模型是 Harveenchadha/vakyansh-wav2vec2-urdu-urm-60 在 common_voice 数据集上的微调版本。它在评估集上取得了以下结果：

• 字错率（Wer）：0.5747
• 字符错误率（Cer）：0.3268

✨ 主要特性

• 微调优化：基于预训练模型进行微调，提升乌尔都语语音识别性能。
• 多指标评估：使用字错率（Wer）和字符错误率（Cer）进行全面评估。

📚 详细文档

模型描述

训练和验证数据集时长为 0.58 小时。由于数据量较少，很难训练出理想的模型，因此决定采用 vakyansh-wav2vec2-urdu-urm-60 检查点对 wav2vec2 模型进行微调。

训练过程

由于样本数量较少，在 Harveenchadha/vakyansh-wav2vec2-urdu-urm-60 基础上进行训练。

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：0.0003
• 训练批次大小（train_batch_size）：64
• 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）：2
• 总训练批次大小（total_train_batch_size）：128
• 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）：100
• 训练轮数（num_epochs）：100
• 混合精度训练（mixed_precision_training）：原生自动混合精度（Native AMP）

训练结果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.11.0

📄 许可证

本模型采用 Apache-2.0 许可证。