许可证: apache-2.0 语言: 雅库特语 标签:

• 训练器生成
• 鲁棒语音事件
• hf-asr排行榜 数据集:
• 通用语音 模型索引:
• 名称: wav2vec2-large-xlsr-53-sah-CV8 结果:
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: 通用语音雅库特语 类型: common_voice 参数: sah 指标:
    • 名称: 测试WER 类型: wer 值: 56.06
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: 通用语音8.0 类型: mozilla-foundation/common_voice_8_0 参数: sah 指标:
    • 名称: 测试WER 类型: wer 值: 43.75

wav2vec2-large-xlsr-53-sah-CV8

该模型是基于facebook/wav2vec2-large-xlsr-53在通用语音数据集上进行微调的版本。 在评估集上取得了以下结果:

• 损失: 0.5089
• 词错误率(WER): 0.5606

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: 16
• 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: 32
• 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: 300
• 训练轮数: 50
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.11.3
• Pytorch 1.10.0+cu111
• Datasets 1.18.1
• Tokenizers 0.10.3