语言:

• 西班牙语 许可证: Apache-2.0 标签:
• 自动语音识别
• 通用语音数据集
• 训练生成
• 西班牙语
• 鲁棒语音事件
• HF-ASR排行榜 数据集:
• 通用语音数据集 模型索引:
• 名称: wav2vec2-cls-r-300m-es 结果:
  • 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 7 类型: mozilla-foundation/common_voice_7_0 参数: 西班牙语 指标:
    • 名称: 测试WER 类型: 词错误率 值: 37.37
    • 名称: 测试CER 类型: 字符错误率 值: 7.11
  • 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: 西班牙语 指标:
    • 名称: 测试WER 类型: 词错误率 值: 55.69
  • 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: 西班牙语 指标:
    • 名称: 测试WER 类型: 词错误率 值: 57.28

wav2vec2-cls-r-300m-es

该模型是基于facebook/wav2vec2-xls-r-300m在COMMON_VOICE - ES数据集上微调的版本。其在评估集上的表现如下：

• 损失: 0.5160
• 词错误率(WER): 0.4016

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: 0.0003
• 训练批次大小: 16
• 评估批次大小: 8
• 随机种子: 42
• 优化器: Adam，参数为betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: 线性
• 训练轮数: 8.0
• 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

评估命令

1. 在mozilla-foundation/common_voice_7_0数据集的test分割上进行评估

python eval.py --model_id samitizerxu/wav2vec2-xls-r-300m-es --dataset mozilla-foundation/common_voice_7_0 --config es --split test

2. 在speech-recognition-community-v2/dev_data数据集上进行评估

python eval.py --model_id samitizerxu/wav2vec2-xls-r-300m-es --dataset speech-recognition-community-v2/dev_data --config es --split validation --chunk_length_s 5.0 --stride_length_s 1.0