Wav2vec2 Xls R 300m Arabic

🚀 XLS - R - 300M - 阿拉伯语语音识别模型

本模型是基于自动语音识别技术的模型，它在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - AR数据集上对[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)进行微调，可用于阿拉伯语的自动语音识别任务。

🚀 快速开始

本模型是[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)在MOZILLA - FOUNDATION/COMMON_VOICE_7_0 - AR数据集上的微调版本。它在评估集上取得了以下结果：

• 损失值：0.4502
• 词错误率（Wer）：0.4783

📚 详细文档

模型信息

模型评估结果

模型名为XLS - R - 300M - Arabic，在不同数据集上的自动语音识别任务中取得了如下结果：

• Common Voice 7数据集：
  • 测试词错误率（Test WER）：47.54
  • 测试字符错误率（Test CER）：17.64
• Robust Speech Event - Dev Data数据集：
  • 测试词错误率（Test WER）：93.72
• Robust Speech Event - Test Data数据集：
  • 测试词错误率（Test WER）：92.49

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率（learning_rate）：7.5e - 05
• 训练批次大小（train_batch_size）：8
• 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）：4
• 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
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：2000
• 训练轮数（num_epochs）：5.0
• 混合精度训练（mixed_precision_training）：Native AMP

训练结果

框架版本

• Transformers：4.16.0.dev0
• Pytorch：1.10.1 + cu102
• Datasets：1.17.1.dev0
• Tokenizers：0.11.0

📄 许可证

本模型使用的是Apache - 2.0许可证。