Wav2vec2 Large Xls R 300m Or D5

🚀 wav2vec2-large-xls-r-300m-or-d5

该模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - OR数据集上对facebook/wav2vec2 - xls - r - 300m进行微调后的版本。它在自动语音识别任务中表现出色，能有效处理语音数据并输出准确的识别结果。

✨ 主要特性

• 基于预训练模型facebook/wav2vec2 - xls - r - 300m进行微调，继承了强大的语音特征提取能力。
• 在多个数据集上进行评估，如Common Voice 8和Robust Speech Event - Dev Data，展现出良好的泛化能力。

📦 安装指南

文档未提供安装步骤，暂不展示。

💻 使用示例

文档未提供代码示例，暂不展示。

📚 详细文档

评估指标

该模型在评估集上取得了以下结果：

• 损失值（Loss）: 0.9571
• 词错误率（Wer）: 0.5450

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-or-d5 --dataset mozilla-foundation/common_voice_8_0 --config or --split test --log_outputs

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

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-or-d5 --dataset speech-recognition-community-v2/dev_data --config or --split validation --chunk_length_s 10 --stride_length_s 1

训练超参数

以下是训练过程中使用的超参数：

训练结果

框架版本

• Transformers 4.16.2
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0

🔧 技术细节

文档未提供具体的技术实现细节，暂不展示。

📄 许可证

该模型使用Apache 2.0许可证。