wav2vec2-base-turkish-cv8开源模型 - 免费将土耳其语语音精准转为文本

首页

Wav2vec2 Base Turkish Cv8

由 cahya 开发

这是一个基于Common Voice 8.0土耳其语数据集微调的自动语音识别(ASR)模型，能够将土耳其语语音转换为文本。

语音识别

Transformers

其他#土耳其语ASR #Common Voice微调 #低词错误率

下载量 16

发布时间 : 3/2/2022

模型简介

该模型专门用于土耳其语的语音识别任务，在Common Voice评估集上取得了28.36%的词错误率(WER)。

模型特点

土耳其语优化

专门针对土耳其语进行优化训练，在土耳其语语音识别任务上表现良好

基于Common Voice数据

使用Mozilla Common Voice 8.0土耳其语数据集进行训练和评估

逐步优化

训练过程中持续优化，词错误率从初始的27.52%逐步降低

模型能力

土耳其语语音识别

语音转文本

使用案例

语音转录

土耳其语语音转录

将土耳其语语音内容转换为文本格式

词错误率28.36%

语音助手

土耳其语语音指令识别

用于土耳其语语音助手系统中的指令识别

🚀 自动语音识别微调模型

该模型是基于自动语音识别技术，在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - TR数据集上对 ./checkpoint - 1000 进行微调得到的。它在评估集上有较好的表现，能为语音识别任务提供更精准的结果。

🚀 快速开始

此模型是 ./checkpoint-1000 在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - TR数据集上的微调版本。它在评估集上取得了以下结果：

损失值（Loss）：0.3282
字错率（Wer）：0.2836

🔧 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）：0.0003
训练批次大小（train_batch_size）：96
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）：192
优化器（optimizer）：Adam，其中betas=(0.9, 0.999)，epsilon = 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）：100.0
混合精度训练（mixed_precision_training）：Native AMP

训练结果

训练损失	轮数	步数	验证损失	字错率
1.0671	2.04	200	0.3079	0.2752
0.6433	4.08	400	0.2728	0.2848
0.5687	6.12	600	0.2882	0.3036
0.5355	8.16	800	0.2778	0.2920
0.5116	10.2	1000	0.2906	0.3014
0.5313	9.16	1200	0.2984	0.3273
0.4996	10.69	1400	0.3170	0.3344
0.4845	12.21	1600	0.3202	0.3634
0.5092	13.74	1800	0.3167	0.3373
0.4777	15.27	2000	0.3292	0.3386
0.4651	16.79	2200	0.3070	0.3427
0.461	18.32	2400	0.3149	0.3561
0.4481	19.85	2600	0.3292	0.3441
0.4479	21.37	2800	0.3142	0.3209
0.4305	22.9	3000	0.3525	0.3547
0.4254	24.43	3200	0.3414	0.3400
0.4066	25.95	3400	0.3118	0.3207
0.4043	27.48	3600	0.3418	0.3483
0.3985	29.01	3800	0.3254	0.3166
0.3982	30.53	4000	0.3306	0.3453
0.3929	32.06	4200	0.3262	0.3229
0.378	33.59	4400	0.3546	0.3336
0.4062	35.11	4600	0.3174	0.3457
0.3648	36.64	4800	0.3377	0.3357
0.3609	38.17	5000	0.3346	0.3520
0.3483	39.69	5200	0.3350	0.3526
0.3548	41.22	5400	0.3330	0.3406
0.3446	42.75	5600	0.3398	0.3372
0.3346	44.27	5800	0.3449	0.3288
0.3309	45.8	6000	0.3320	0.3144
0.326	47.33	6200	0.3400	0.3279
0.3189	48.85	6400	0.3400	0.3150
0.3165	50.38	6600	0.3359	0.2995
0.3132	51.91	6800	0.3343	0.3096
0.3092	53.44	7000	0.3224	0.3029
0.2995	54.96	7200	0.3205	0.2985
0.304	56.49	7400	0.3523	0.3034
0.2952	58.02	7600	0.3289	0.2934
0.2875	59.54	7800	0.3350	0.3008
0.2868	61.07	8000	0.3537	0.3227
0.2875	62.6	8200	0.3389	0.2970
0.2778	64.12	8400	0.3370	0.2960
0.2706	65.65	8600	0.3250	0.2802
0.2669	67.18	8800	0.3351	0.2903
0.2615	68.7	9000	0.3382	0.2989
0.2563	70.23	9200	0.3312	0.2975
0.2546	71.76	9400	0.3212	0.3003
0.2482	73.28	9600	0.3337	0.3091
0.2504	74.81	9800	0.3308	0.3110
0.2456	76.34	10000	0.3157	0.3118
0.2363	77.86	10200	0.3251	0.3144
0.2319	79.39	10400	0.3253	0.3038
0.2266	80.92	10600	0.3374	0.3038
0.2279	82.44	10800	0.3268	0.2964
0.2231	83.97	11000	0.3278	0.2950
0.2185	85.5	11200	0.3462	0.2981
0.2245	87.02	11400	0.3311	0.2895
0.223	88.55	11600	0.3325	0.2877
0.2121	90.08	11800	0.3337	0.2828
0.2126	91.6	12000	0.3325	0.2808
0.2027	93.13	12200	0.3277	0.2820
0.2058	94.66	12400	0.3308	0.2827
0.1991	96.18	12600	0.3279	0.2820
0.1991	97.71	12800	0.3300	0.2822
0.1986	99.24	13000	0.3285	0.2835