语言:

• 英语 许可证: apache-2.0 标签:
• 自动语音识别
• 英语
• 训练生成
• hf-asr排行榜
• librispeech_asr数据集
• 鲁棒语音事件 数据集:
• librispeech_asr 模型索引:
• 名称: XLS-R-300M - 英语版 成果:
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: LibriSpeech (干净版) 类型: librispeech_asr 配置: 干净版 拆分: 测试集 参数: 语言: 英语 指标:
    • 名称: 测试WER(词错误率) 类型: wer 值: 12.29
    • 名称: 测试CER(字错误率) 类型: cer 值: 3.34
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: 鲁棒语音事件 - 开发数据 类型: speech-recognition-community-v2/dev_data 参数: 英语 指标:
    • 名称: 验证WER 类型: wer 值: 36.75
    • 名称: 验证CER 类型: cer 值: 14.83
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: Common Voice 8.0 类型: mozilla-foundation/common_voice_8_0 配置: 英语 拆分: 测试集 参数: 语言: 英语 指标:
    • 名称: 测试WER 类型: wer 值: 37.81
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: 鲁棒语音事件 - 测试数据 类型: speech-recognition-community-v2/eval_data 参数: 英语 指标:
    • 名称: 测试WER 类型: wer 值: 38.8

该模型是基于facebook/wav2vec2-xls-r-300m在librispeech_asr数据集上微调的版本。 在评估集上取得了以下结果:

• 损失值: 0.1444
• 词错误率(WER): 0.1167

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练流程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 5e-05
• 训练批次大小: 8
• 评估批次大小: 8
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 32
• 优化器: 带betas=(0.9,0.999)和epsilon=1e-08的Adam
• 学习率调度器类型: 线性
• 学习率预热步数: 1000
• 训练轮数: 50
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.2.dev0
• Tokenizers 0.11.0