语言:

• gn 许可证: apache-2.0 标签:
• 自动语音识别
• 训练生成
• gn
• 鲁棒语音事件
• hf-asr排行榜 数据集:
• mozilla-foundation/common_voice_8_0 模型索引:
• 名称: wav2vec2-xls-r-300m-gn-cv8 结果:
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice 8 类型: mozilla-foundation/common_voice_8_0 参数: pt 指标:
    • 名称: 测试WER 类型: wer 值: 69.05
    • 名称: 测试CER 类型: cer 值: 14.7
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice 8.0 类型: mozilla-foundation/common_voice_8_0 参数: gn 指标:
    • 名称: 测试WER 类型: wer 值: 69.05

wav2vec2-xls-r-300m-gn-cv8

该模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的版本。 在评估集上取得了以下结果:

• 损失: 0.9392
• WER: 0.7033

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: 0.0001
• 训练批次大小: 8
• 评估批次大小: 8
• 随机种子: 42
• 梯度累积步数: 2
• 总训练批次大小: 16
• 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: 100
• 训练步数: 5000
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.16.0
• Pytorch 1.10.0+cu111
• Datasets 1.18.1
• Tokenizers 0.11.0