🚀 sammy786/wav2vec2-xlsr-romansh_sursilvan

这个模型是 facebook/wav2vec2-xls-r-1b 在 MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - rm-sursilv 数据集上的微调版本。它在评估集（训练数据集的 10% 与其他和开发数据集合并）上取得了以下结果：

• 损失：16.38
• 字错率（Wer）：21.25

✨ 主要特性

• 基于预训练模型 "facebook/wav2vec2-xls-r-1b" 进行微调。
• 在特定数据集上进行训练，以适应相关语音识别任务。

📚 详细文档

模型描述

对 "facebook/wav2vec2-xls-r-1b" 进行了微调。

预期用途与限制

需要更多信息。

训练和评估数据

• 训练数据：Common voice Finnish train.tsv、dev.tsv 和 other.tsv

训练过程

为创建训练数据集，将所有可能的数据集进行合并，并采用 90 - 10 的分割方式。

训练超参数

训练期间使用了以下超参数：

• 学习率（learning_rate）：0.000045637994662983496
• 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
• 总训练批次大小（total_train_batch_size）：32
• 优化器（optimizer）：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 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）：40
• 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 1.17.1.dev0
• Tokenizers 0.10.3

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 sammy786/wav2vec2-xlsr-romansh_sursilvan --dataset mozilla-foundation/common_voice_8_0 --config rm-sursilv --split test

📄 许可证

本模型采用 Apache-2.0 许可证。