Hausa Xlsr

🚀 Akashpb13/Hausa_xlsr

这个模型是 facebook/wav2vec2-xls-r-300m 的微调版本。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）上取得了以下结果：

• 损失：0.275118
• 词错误率（Wer）：0.329955

🚀 快速开始

评估命令

1. 在 mozilla-foundation/common_voice_8_0 数据集的 test 分割上进行评估：

python eval.py --model_id Akashpb13/Hausa_xlsr --dataset mozilla-foundation/common_voice_8_0 --config ha --split test

✨ 主要特性

• 该模型基于 facebook/wav2vec2-xls-r-300m 进行微调，适用于豪萨语的自动语音识别任务。
• 在多个数据集上进行了评估，展示了良好的性能，如在 Common Voice 8 和 Robust Speech Event - Dev Data 数据集上的表现。

📚 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

更多信息待补充。

训练和评估数据

• 训练数据：Common voice 豪萨语的 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合并，并采用了 90 - 10 的分割。

训练超参数

训练期间使用了以下超参数：

• 学习率（learning_rate）：0.000096
• 训练批次大小（train_batch_size）：16
• 评估批次大小（eval_batch_size）：16
• 随机种子（seed）：13
• 梯度累积步数（gradient_accumulation_steps）：2
• 学习率调度器类型（lr_scheduler_type）：cosine_with_restarts
• 学习率调度器热身步数（lr_scheduler_warmup_steps）：500
• 训练轮数（num_epochs）：50
• 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 1.10.0+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

🔧 技术细节

模型评估指标

该模型在不同数据集上的评估结果如下：

📄 许可证

本模型采用 Apache-2.0 许可证。