语言:

• 葡萄牙语(pt) 许可证: Apache-2.0 标签:
• 自动语音识别
• 训练生成
• 鲁棒语音事件
• 葡萄牙语(pt)
• HF-ASR排行榜 数据集:
• Common Voice 模型索引:
• 名称: wav2vec2-large-xls-r-300m-pt-cv 结果:
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice 6 类型: common_voice 参数: pt 指标:
    • 名称: 测试WER 类型: wer 值: 24.29
    • 名称: 测试CER 类型: cer 值: 7.51
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: sv 指标:
    • 名称: 测试WER 类型: wer 值: 55.72
    • 名称: 测试CER 类型: cer 值: 21.82
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: pt 指标:
    • 名称: 测试WER 类型: wer 值: 47.88
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: pt 指标:
    • 名称: 测试WER 类型: wer 值: 50.78

wav2vec2-large-xls-r-300m-pt-cv

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: 0.3418
• WER: 0.3581

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: 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β=(0.9,0.999)，ε=1e-08
• 学习率调度器类型: 线性
• 学习率预热步数: 500
• 训练轮数: 5
• 混合精度训练: Native AMP

训练结果

框架版本

• Transformers 4.11.3
• PyTorch 1.10.0+cu111
• Datasets 1.13.3
• Tokenizers 0.10.3