Wav2vec2 Large Xls R 300m As V9

🚀 wav2vec2-large-xls-r-300m-as-v9

本模型是在通用语音数据集（common_voice dataset）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，为语音识别领域提供了有力的支持。

✨ 主要特性

• 多数据集适配：支持 mozilla-foundation/common_voice_8_0 等多个数据集。
• 多指标评估：使用 WER（词错误率）和 CER（字符错误率）等指标进行评估。

📦 安装指南

文档未提供安装步骤，跳过该章节。

💻 使用示例

文档未提供代码示例，跳过该章节。

📚 详细文档

模型信息

模型评估结果

模型名称

wav2vec2-large-xls-r-300m-as-v9

评估结果

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-as-v9 --dataset mozilla-foundation/common_voice_8_0 --config as --split test --log_outputs

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

⚠️ 重要提示

阿萨姆语（as）在 speech-recognition-community-v2/dev_data 数据集中不可用。

训练超参数

• 学习率：0.000111
• 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：300
• 训练轮数：200
• 混合精度训练：Native AMP

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

🔧 技术细节

文档未提供具体的技术实现细节，跳过该章节。

📄 许可证

本模型使用 apache-2.0 许可证。