Wav2vec2 Xls R 300m Kk N2

🚀 wav2vec2-xls-r-300m-kk-n2 语音识别模型

本模型是基于自动语音识别技术的模型，在哈萨克语语音识别任务上表现出色，基于特定数据集微调得到，具有一定的准确性和实用性。

📚 详细文档

模型概述

此模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - KK 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：0.7149
• 词错误率（Wer）：0.451

评估命令

1. 在 mozilla - foundation/common_voice_8_0 测试分割集上进行评估

python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-300m-kk-n2 --dataset mozilla-foundation/common_voice_8_0 --config kk --split test --log_outputs

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

注意：在 speech - recognition - community - v2/dev_data 中未找到哈萨克语数据！

训练超参数

训练过程中使用了以下超参数：

• 学习率：0.000222
• 训练批次大小：16
• 评估批次大小：8
• 随机种子：42
• 梯度累积步数：2
• 总训练批次大小：32
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 学习率调度器类型：线性
• 学习率调度器热身步数：1000
• 训练轮数：150.0
• 混合精度训练：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

本模型采用 Apache - 2.0 许可证。

📦 模型信息