Wav2vec2 Xls R 300m Zh TW

🚀 自动语音识别模型

本模型是基于自动语音识别技术的微调模型，在 COMMON_VOICE - ZH-TW 数据集上对 facebook/wav2vec2-xls-r-300m 进行微调。该模型在评估集上取得了较好的效果，可用于相关语音识别任务。

🚀 快速开始

此模型是 facebook/wav2vec2-xls-r-300m 在 COMMON_VOICE - ZH-TW 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）：1.1786
• 字错误率（Wer）：0.8594
• 字符错误率（Cer）：0.2964

🔧 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）：7.5e-05
• 训练批次大小（train_batch_size）：8
• 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）：4
• 总训练批次大小（total_train_batch_size）：32
• 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）：2000
• 训练轮数（num_epochs）：100.0
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

框架版本

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

📄 许可证

本项目采用 Apache-2.0 许可证。