Common7

由 ghofrani 开发

该模型是基于Mozilla Common Voice 7.0波斯语数据集微调的自动语音识别(ASR)模型，专门用于波斯语语音转文本任务。

语音识别

Transformers

其他

#波斯语语音识别 #Common Voice数据集 #低词错误率

下载量 23

发布时间 : 3/2/2022

模型介绍

内容详情

替代品

模型简介

针对波斯语优化的语音识别模型，能够将波斯语语音转换为文本，适用于语音助手、字幕生成等应用场景。

模型特点

波斯语优化

专门针对波斯语语音特性进行训练和优化

基于Common Voice数据集

使用Mozilla高质量的开源语音数据集训练

逐步提升的性能

训练过程中词错误率(WER)从1.0逐步降低到0.3478

模型能力

波斯语语音识别

语音转文本

连续语音识别

使用案例

语音转写

波斯语语音转录

将波斯语语音内容转换为文本格式

词错误率0.3478

辅助技术

语音控制应用

为波斯语用户提供语音控制界面

语言:

波斯语标签:
自动语音识别
mozilla-foundation/common_voice_7_0
训练生成数据集:
common_voice 模型索引:
名称: common7 结果: []

common7

该模型是基于MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - FA数据集对common7/checkpoint-18500进行微调的版本。在评估集上取得了以下结果：

损失值: 0.3448
词错误率(WER): 0.3478

模型描述

需要补充更多信息

预期用途与限制

需要补充更多信息

训练与评估数据

需要补充更多信息

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: 6e-05
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: 4
总训练批次大小: 128
优化器: Adam (β1=0.9, β2=0.999, ε=1e-08)
学习率调度器类型: 线性
学习率预热步数: 100
训练轮数: 150.0
混合精度训练: 原生AMP

训练结果

训练损失	训练轮数	步数	验证损失	词错误率
2.957	3.29	500	2.9503	1.0
1.7225	6.58	1000	0.8860	0.7703
1.4907	9.86	1500	0.6555	0.6673
1.4177	13.16	2000	0.5784	0.6076
1.3425	16.45	2500	0.5379	0.5718
1.33	19.73	3000	0.4962	0.5245
1.4378	23.03	3500	0.4699	0.5098
1.1894	26.31	4000	0.4527	0.4848
1.1844	29.6	4500	0.4309	0.4651
1.1795	32.89	5000	0.4131	0.4524
1.1471	36.18	5500	0.4052	0.4435
1.1337	39.47	6000	0.3927	0.4363
1.1896	42.76	6500	0.3811	0.4254
1.1847	46.05	7000	0.3855	0.4129
0.9954	49.34	7500	0.3729	0.3981
1.0293	52.63	8000	0.3637	0.4014
1.0224	55.92	8500	0.3578	0.3885
1.012	59.21	9000	0.3629	0.3930
1.0772	62.5	9500	0.3635	0.3906
1.0344	65.79	10000	0.3469	0.3771
0.9457	69.08	10500	0.3435	0.3735
0.9307	72.37	11000	0.3519	0.3762
0.9523	75.65	11500	0.3443	0.3666
0.9523	78.94	12000	0.3502	0.3757
0.9475	82.24	12500	0.3509	0.3643
0.9971	85.52	13000	0.3502	0.3626
0.9058	88.81	13500	0.3472	0.3605
0.8922	92.1	14000	0.3530	0.3618
0.9	95.39	14500	0.3500	0.3574
0.9051	98.68	15000	0.3456	0.3535
0.9304	101.97	15500	0.3438	0.3578
0.9433	105.26	16000	0.3396	0.3530
0.8988	108.55	16500	0.3436	0.3539
0.8789	111.84	17000	0.3426	0.3516
0.8667	115.13	17500	0.3438	0.3506
0.8895	118.42	18000	0.3434	0.3503
0.8888	121.71	18500	0.3425	0.3494
0.9453	125.0	19000	0.3415	0.3480
0.9267	128.29	19500	0.3477	0.3503
0.8315	131.58	20000	0.3476	0.3505
0.8542	134.86	20500	0.3475	0.3506
0.8478	138.16	21000	0.3430	0.3481
0.8643	141.45	21500	0.3451	0.3485
0.8705	144.73	22000	0.3444	0.3474
0.9869	148.03	22500	0.3441	0.3493