🚀 微调印度自动语音识别模型

本模型是基于Transformer架构的微调模型，在特定数据集上对预训练模型进行微调，以实现更精准的印度英语语音识别，可用于语音交互、语音转录等场景。

🚀 快速开始

本模型 finetune_indian_asr 是 Harveenchadha/vakyansh-wav2vec2-indian-english-enm-700 在 None 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 (Loss)：0.4215
• 字错率 (Wer)：0.3403

🔧 技术细节

训练超参数

训练过程中使用了以下超参数：

• 学习率 (learning_rate)：0.0001
• 训练批次大小 (train_batch_size)：32
• 评估批次大小 (eval_batch_size)：8
• 随机种子 (seed)：42
• 优化器 (optimizer)：Adam，其中 betas=(0.9, 0.999)，epsilon=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)：1000
• 训练轮数 (num_epochs)：30

训练结果

框架版本

• Transformers：4.17.0
• Pytorch：1.10.0+cu111
• Datasets：2.0.0
• Tokenizers：0.11.6