Wav2vec2 Large Xls R 300m Bg D2

🚀 wav2vec2-large-xls-r-300m-bg-d2

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - BG数据集上对facebook/wav2vec2 - xls - r - 300m进行微调后的版本。它在评估集上取得了以下结果：

• 损失值：0.3421
• 词错误率（WER）：0.2860

✨ 主要特性

• 支持保加利亚语（bg）的自动语音识别任务。
• 基于wav2vec2-large-xls-r-300m模型微调，在多个数据集上有较好的表现。

📚 详细文档

模型信息

评估结果

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-bg-d2 --dataset mozilla-foundation/common_voice_8_0 --config bg --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-bg-d2 --dataset speech-recognition-community-v2/dev_data --config bg --split validation --chunk_length_s 10 --stride_length_s 1

训练超参数

• 学习率：0.00025
• 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：700
• 训练轮数：35
• 混合精度训练：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

本模型使用Apache - 2.0许可证。