语言:

• 中文 许可证: apache-2.0 标签:
• 自动语音识别
• 训练生成
• hf-asr排行榜
• mozilla-foundation/common_voice_8_0
• 鲁棒语音事件
• 粤语(香港) 数据集:
• mozilla-foundation/common_voice_8_0 模型索引:
• 名称: XLS-R-300M - 中国香港(粤语) 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: zh-hk 指标:
    • 名称: 测试WER 类型: wer 值: 0.8111349803079126
    • 名称: 测试CER 类型: cer 值: 0.21962250882996914
  • 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: zh-hk 指标:
    • 名称: 测试WER 类型: wer 值: 1.0
    • 名称: 测试CER 类型: cer 值: 0.6160564326503191
  • 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: zh-HK 指标:
    • 名称: 带语言模型的测试WER 类型: wer 值: 0.8055853920515574
    • 名称: 带语言模型的测试CER 类型: cer 值: 0.21578686612008757
  • 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: zh-HK 指标:
    • 名称: 带语言模型的测试WER 类型: wer 值: 1.0012453300124533
    • 名称: 带语言模型的测试CER 类型: cer 值: 0.6153006382264025
  • 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: zh-HK 指标:
    • 名称: 测试CER 类型: cer 值: 61.55

该模型是在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - ZH-HK数据集上对facebook/wav2vec2-xls-r-300m进行微调的版本。 在评估集上取得了以下结果:

• 损失: 1.4848
• 词错误率(WER): 0.8004

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: 32
• 评估批次大小: 16
• 随机种子: 42
• 梯度累积步数: 2
• 总训练批次大小: 64
• 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
• 学习率预热步数: 500
• 训练轮数: 100.0
• 混合精度训练: Native AMP

训练结果

评估命令

1. 在mozilla-foundation/common_voice_8_0的test分割上进行评估

python eval.py --model_id ivanlau/wav2vec2-large-xls-r-300m-cantonese --dataset mozilla-foundation/common_voice_8_0 --config zh-HK --split test --log_outputs

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

python eval.py --model_id ivanlau/wav2vec2-large-xls-r-300m-cantonese --dataset speech-recognition-community-v2/dev_data --config zh-HK --split validation --chunk_length_s 5.0 --stride_length_s 1.0 --log_outputs

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0