Xlsr Kurmanji Kurdish

🚀 Akashpb13/xlsr_kurmanji_kurdish

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_7_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（由训练数据集的10%与无效数据、报告数据、其他数据和开发数据集合并而成）上取得了以下结果：

• 损失：0.292389
• 词错误率（Wer）：0.388585

✨ 主要特性

• 支持自动语音识别任务。
• 基于facebook的wav2vec2 - xls - r - 300m模型进行微调。
• 在特定的库尔德语数据集上进行训练，具有一定的针对性。

📦 安装指南

文档未提及安装步骤，故跳过此章节。

💻 使用示例

评估命令示例

对mozilla - foundation/common_voice_8_0数据集的test分割进行评估

python eval.py --model_id Akashpb13/xlsr_kurmanji_kurdish --dataset mozilla - foundation/common_voice_8_0 --config kmr --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

需要更多信息。

训练和评估数据

• 训练数据：Common voice Kurmanji Kurdish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，并且在将Common voice 7.0中给出的所有数据集连接起来后去除了重复项。

训练过程

为了创建训练数据集，将所有可能的数据集进行了合并，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：0.000096
• 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：200
• 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 1.18.1
• Tokenizers 0.10.3

🔧 技术细节

文档未提供足够的技术实现细节，故跳过此章节。

📄 许可证

本项目采用Apache - 2.0许可证。

📊 模型信息