Wav2vec2 Large Xls R 300m Sl With LM V2

🚀 wav2vec2-large-xls-r-300m-sl-with-LM-v2

本模型是基于自动语音识别技术的模型，在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SL数据集上微调，能有效实现语音识别功能，并在相关评估集上取得了良好的指标成绩。

🚀 快速开始

本模型是 facebook/wav2vec2-xls-r-300m 在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - SL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：0.2855
• 字错率（Wer）：0.2401

评估命令

1. 在 mozilla - foundation/common_voice_8_0 测试集上进行评估

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-sl-with-LM-v2 --dataset mozilla-foundation/common_voice_8_0 --config sl --split test --log_outputs

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

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-sl-with-LM-v2 --dataset speech-recognition-community-v2/dev_data --config sl --split validation --chunk_length_s 10 --stride_length_s 1

✨ 主要特性

模型指标

🔧 技术细节

训练超参数

以下是训练过程中使用的超参数：

• 学习率：7e - 05
• 训练批次大小：32
• 评估批次大小：32
• 随机种子：42
• 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：100.0
• 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

本模型使用的许可证为Apache - 2.0。