语言: tr 数据集:

• common_voice 标签:
• 音频
• 自动语音识别
• 语音
• xlsr微调周 许可证: apache-2.0 小部件:
• 标签: Common Voice 样本 1378 源: https://huggingface.co/m3hrdadfi/wav2vec2-large-xlsr-turkish/resolve/main/sample1378.flac
• 标签: Common Voice 样本 1589 源: https://huggingface.co/m3hrdadfi/wav2vec2-large-xlsr-turkish/resolve/main/sample1589.flac 模型索引:
• 名称: Mehrdad Farahani的XLSR Wav2Vec2土耳其语模型 结果:
  • 任务: 名称: 语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice tr 类型: common_voice 参数: tr 指标:
    • 名称: 测试WER 类型: wer 值: 27.51

Wav2Vec2-Large-XLSR-53-Turkish

基于facebook/wav2vec2-large-xlsr-53在土耳其语Common Voice数据集上微调。使用该模型时，请确保语音输入采样率为16kHz。

使用方式

该模型可直接使用（无需语言模型）如下：

环境要求

# 所需安装包
!pip install git+https://github.com/huggingface/datasets.git
!pip install git+https://github.com/huggingface/transformers.git
!pip install torchaudio
!pip install librosa
!pip install jiwer

预测代码

（此处保留原Python代码块，仅翻译注释和字符串内容）

输出示例:

（此处保留原输出文本，仅翻译注释说明）

评估

可在Common Voice土耳其语测试集上按如下方式评估模型性能：

（此处保留原Python评估代码块，仅翻译注释内容）

测试结果:

• 词错误率(WER): 27.51%

训练与报告

训练使用了Common Voice的train和validation数据集。

训练状态可查看此链接

训练脚本详见此Colab笔记本