语言:

• 希伯来语 许可证: apache-2.0 标签:
• 训练器生成
• 希伯来语
• 鲁棒语音事件 数据集:
• imvladikon/hebrew_speech_kan
• imvladikon/hebrew_speech_coursera 评估指标:
• 词错误率(WER) 基础模型: facebook/wav2vec2-xls-r-300m 模型索引:
• 名称: wav2vec2-xls-r-300m-lm-hebrew 结果: []

wav2vec2-xls-r-300m-lm-hebrew

该模型是基于facebook/wav2vec2-xls-r-300m在None数据集上进行微调的版本，并按照Boosting Wav2Vec2 with n-grams in 🤗 Transformers添加了n-gram模型。

使用方法

检查包: https://github.com/imvladikon/wav2vec2-hebrew

或使用transformers流水线:

import torch
from datasets import load_dataset
from transformers import AutoModelForCTC, AutoProcessor
import torchaudio.functional as F


model_id = "imvladikon/wav2vec2-xls-r-300m-lm-hebrew"

sample_iter = iter(load_dataset("google/fleurs", "he_il", split="test", streaming=True))

sample = next(sample_iter)
resampled_audio = F.resample(torch.tensor(sample["audio"]["array"]), sample["audio"]["sampling_rate"], 16_000).numpy()

model = AutoModelForCTC.from_pretrained(model_id)
processor = AutoProcessor.from_pretrained(model_id)

input_values = processor(resampled_audio, return_tensors="pt").input_values

with torch.no_grad():
    logits = model(input_values).logits

transcription = processor.batch_decode(logits.numpy()).text
print(transcription)

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: 64
• 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: 128
• 优化器: Adam，参数beta=(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
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.11.0