语言: 波斯语
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
  示例展示:
• 示例标题: Common Voice样本687
  音频链接: https://huggingface.co/m3hrdadfi/wav2vec2-large-xlsr-persian/resolve/main/sample687.flac
• 示例标题: Common Voice样本1671
  音频链接: https://huggingface.co/m3hrdadfi/wav2vec2-large-xlsr-persian/resolve/main/sample1671.flac
  模型索引:
• 名称: Mehrdad Farahani的波斯语XLSR Wav2Vec2模型
  结果:
  • 任务:
    名称: 语音识别
    类型: 自动语音识别
    数据集:
    名称: Common Voice波斯语
    类型: common_voice
    参数: fa
    指标:
    • 名称: 测试WER
      类型: wer
      值: 32.20

Wav2Vec2-Large-XLSR-53-波斯语

基于facebook/wav2vec2-large-xlsr-53在波斯语（Farsi）上使用Common Voice进行微调。使用此模型时，请确保语音输入采样率为16kHz。

使用方法

该模型可直接使用（无需语言模型），如下所示：

环境准备

# 安装依赖包
!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
!pip install hazm

预测代码

（此处保留原始Python代码，仅翻译注释和字符串部分）
# 预测函数将音频转换为文本
# 设备检测与模型加载
# 数据预处理（标准化、字符替换等）
# 输出对比参考文本与预测结果

输出示例

（保留原始输出对比，展示模型预测与真实文本的差异）

评估

可通过以下脚本在Common Voice波斯语测试集上评估模型性能：

（此处保留原始评估代码，翻译说明部分）
# 加载评估指标（WER）
# 数据预处理流程
# 执行预测并计算词错误率

测试结果

• 词错误率(WER): 32.20%

训练过程

使用Common Voice的train和validation数据集进行训练。
训练脚本详见此Colab笔记本