Wav2vec2 Large Xls R 300m Br D2

🚀 wav2vec2-large-xls-r-300m-br-d2

本模型是 facebook/wav2vec2-xls-r-300m 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BR 数据集上的微调版本。它在评估集上取得了以下成果，有助于提升语音识别的准确性和效率。

🚀 快速开始

本模型是在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BR 数据集上对 facebook/wav2vec2-xls-r-300m 进行微调得到的。在评估集上，它有如下表现：

• 损失值：1.1257
• 字错率（Wer）：0.4631

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-large-xls-r-300m-br-d2 --dataset mozilla-foundation/common_voice_8_0 --config br --split test --log_outputs

2. 在 speech-recognition-community-v2/dev_data 上进行评估 布列塔尼语在 speech-recognition-community-v2/dev_data 中不可用。

✨ 主要特性

• 微调优化：基于 facebook/wav2vec2-xls-r-300m 进行微调，适配特定数据集。
• 多指标评估：通过损失值、字错率（Wer）等多个指标进行评估。

📚 详细文档

模型信息

模型索引

• 名称：wav2vec2-large-xls-r-300m-br-d2
• 结果：
  • 任务：自动语音识别（Automatic Speech Recognition）
  • 数据集：
    • 类型：mozilla-foundation/common_voice_8_0
    • 名称：Common Voice 8
    • 参数：br
  • 评估指标：
    • 类型：字错率（wer）
    • 值：0.49770598355954887
    • 名称：测试字错率（Test WER）
    • 名称：测试字符错误率（Test CER）
    • 类型：字符错误率（cer）
    • 值：0.18090500890299605
  • 任务：自动语音识别（Automatic Speech Recognition）
  • 数据集：
    • 名称：Robust Speech Event - Dev Data
    • 类型：speech-recognition-community-v2/dev_data
    • 参数：br
  • 评估指标：
    • 名称：测试字错率（Test WER）
    • 类型：字错率（wer）
    • 值：NA
    • 名称：测试字符错误率（Test CER）
    • 类型：字符错误率（cer）
    • 值：NA

训练超参数

• 学习率（learning_rate）：0.00034
• 训练批次大小（train_batch_size）：16
• 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）：32
• 优化器（optimizer）：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型（lr_scheduler_type）：线性（linear）
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：750
• 训练轮数（num_epochs）：50
• 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：4.16.2
• Pytorch：1.10.0+cu111
• Datasets：1.18.3
• Tokenizers：0.11.0

📄 许可证

本模型采用 Apache-2.0 许可证。