Wav2vec2 Large Xls R 300m Hsb V3

🚀 wav2vec2-large-xls-r-300m-hsb-v3

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - HSB数据集上对facebook/wav2vec2 - xls - r - 300m进行微调后的版本。它可用于自动语音识别任务，在评估集上取得了良好的效果。

✨ 主要特性

• 多语言支持：支持上索布语（hsb）的自动语音识别。
• 训练数据：基于Mozilla Foundation的Common Voice 8.0数据集进行训练。
• 评估指标：在Common Voice 8数据集上，测试字错误率（WER）为0.4763681592039801，测试字符错误率（CER）为0.11194945177476305。

📦 安装指南

文档中未提及安装步骤，暂不提供。

💻 使用示例

文档中未提供代码示例，暂不展示。

📚 详细文档

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-hsb-v3 --dataset mozilla-foundation/common_voice_8_0 --config hsb --split test --log_outputs

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

上索布语（hsb）在speech - recognition - community - v2/dev_data中未找到！

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 4.16.1
• Pytorch 1.10.0+cu111
• Datasets 1.18.2
• Tokenizers 0.11.0

📄 许可证

本模型采用Apache 2.0许可证。