Xlsr Hungarian New

🚀 Akashpb13/xlsr_hungarian_new

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - hu数据集上对[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)进行微调后的版本。它在评估集（训练数据集的10%与无效数据、报告数据、其他数据和开发数据集合并而成）上取得了以下成果：

• 损失值：0.197464
• 词错误率（Wer）：0.330094

✨ 主要特性

• 多数据集评估：在多个数据集上进行自动语音识别任务的评估，包括Common Voice 8和Robust Speech Event的开发与测试数据。
• 明确的评估指标：提供了词错误率（WER）和字符错误率（CER）等评估指标。

📦 安装指南

文档未提供安装步骤，暂不展示。

💻 使用示例

基础用法

若要在mozilla - foundation/common_voice_8_0数据集的test分割上进行评估，可使用以下命令：

python eval.py --model_id Akashpb13/xlsr_hungarian_new --dataset mozilla - foundation/common_voice_8_0 --config hu --split test

📚 详细文档

模型描述

对“facebook/wav2vec2 - xls - r - 300m”进行了微调。

预期用途与限制

需要更多相关信息。

训练和评估数据

• 训练数据：Common voice匈牙利语的train.tsv、dev.tsv、invalidated.tsv、reported.tsv和other.tsv。仅考虑那些赞成票多于反对票的点，并且在合并Common voice 7.0中给出的所有数据集后去除了重复项。

训练过程

为创建训练数据集，将所有可能的数据集进行了拼接，并采用了90 - 10的分割方式。

训练超参数

训练期间使用了以下超参数：

• 学习率：0.000095637994662983496
• 训练批次大小：16
• 评估批次大小：16
• 随机种子：13
• 梯度累积步数：16
• 学习率调度器类型：cosine_with_restarts
• 学习率调度器热身步数：500
• 训练轮数：100
• 混合精度训练：Native AMP

训练结果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.0+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

🔧 技术细节

模型评估指标

📄 许可证

本模型使用的许可证为Apache - 2.0。