语言:

• 罗马尼亚语 许可证: Apache-2.0 标签:
• 自动语音识别
• 训练生成
• hf-asr排行榜
• mozilla-foundation/common_voice_7_0
• 鲁棒语音事件 数据集:
• mozilla-foundation/common_voice_7_0 模型索引:
• 名称: wav2vec2-xls-r-1b-ro 结果:
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice 7.0 类型: mozilla-foundation/common_voice_7_0 参数: ro 指标:
    • 名称: 测试WER 类型: wer 值: 99.99
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: ro 指标:
    • 名称: 测试WER 类型: wer 值: 99.98
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: ro 指标:
    • 名称: 测试WER 类型: wer 值: 99.99

wav2vec2-xls-r-1b-ro

该模型是基于facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - RO数据集上微调的版本。 在评估集上取得了以下结果：

• 损失: 0.1113
• WER: 0.4770
• CER: 0.0306

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

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率: 3e-05
• 训练批次大小: 8
• 评估批次大小: 8
• 随机种子: 42
• 优化器: Adam，参数为betas=(0.9,0.999)和epsilon=1e-08
• 学习率调度器类型: 线性
• 学习率预热步数: 2000
• 训练轮数: 50.0
• 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