Xlsr Large 53 Ur

🚀 自动语音识别模型

本模型是一个基于自动语音识别技术的模型，它在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - UR数据集上对facebook/wav2vec2 - large - xlsr - 53进行了微调，能有效处理乌尔都语的语音识别任务。

🚀 快速开始

此模型是 facebook/wav2vec2-large-xlsr-53 在 MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - UR 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）：0.8888
• 词错误率（Wer）：0.6642

📚 详细文档

模型描述

更多信息待补充。

预期用途和限制

更多信息待补充。

训练和评估数据

更多信息待补充。

训练过程

训练超参数

训练期间使用了以下超参数：

• 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）：2
• 总训练批次大小（total_train_batch_size）：16
• 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）：50
• 训练轮数（num_epochs）：50.0
• 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 4.17.0.dev0
• Pytorch 1.10.2 + cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 许可证

本模型采用 Apache - 2.0 许可证。