语言:

• 泰语 标签:
• 自动语音识别 许可证: apache-2.0 数据集:
• common_voice 评估指标:
• 词错误率(WER)
• 字错误率(CER)

基于CommonVoice V8的泰语Wav2Vec2模型（使用deepcut分词器）+ 语言模型

该模型使用CommonVoice V8数据集进行训练，通过增加来自CommonVoice V7数据集的数据（该数据集曾用于airesearch/wav2vec2-large-xlsr-53-th）。模型基于wav2vec2-large-xlsr-53进行微调。

模型描述

• 技术报告: 基于CommonVoice V8的泰语Wav2Vec2.0

数据集

该模型在CommonVoice V7数据集的基础上增加了CommonVoice V8的新数据，或在分割CommonVoice V8数据集前移除所有CommonVoice V7的数据，随后将CommonVoice V7数据集重新加入。

使用ekapolc/Thai_commonvoice_split脚本对CommonVoice数据集进行分割。

模型

该模型基于wav2vec2-large-xlsr-53模型，使用泰语CommonVoice V8数据集进行微调，并采用deepcut.tokenize进行预分词处理。

评估

使用CommonVoice V8测试集进行测试

使用CommonVoice V7测试集进行测试（与CV V7相同的测试集）

此测试使用了与https://huggingface.co/airesearch/wav2vec2-large-xlsr-53-th相同的测试集。

相关链接:

• GitHub数据集: https://github.com/wannaphong/thai_commonvoice_dataset
• 技术报告: 基于CommonVoice V8的泰语Wav2Vec2.0

BibTeX条目及引用信息

@misc{phatthiyaphaibun2022thai,
      title={基于CommonVoice V8的泰语Wav2Vec2.0}, 
      author={Wannaphong Phatthiyaphaibun and Chompakorn Chaksangchaichot and Peerat Limkonchotiwat and Ekapol Chuangsuwanich and Sarana Nutanong},
      year={2022},
      eprint={2208.04799},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}