许可证: apache-2.0
语言: 巴斯克语
评估指标:

• 词错误率(WER)
• 字符错误率(CER)

标签:

• 自动语音识别
• 巴斯克语
• 训练生成模型
• hf-asr排行榜
• 鲁棒语音事件

数据集:

• mozilla-foundation/common_voice_7_0

模型索引:

• 名称: wav2vec2-large-xls-r-300m-basque
  结果:
  • 任务:
    名称: 自动语音识别
    类型: automatic-speech-recognition
    数据集:
    名称: Common Voice 7
    类型: mozilla-foundation/common_voice_7_0
    参数: eu
    评估指标:
    • 名称: 测试集词错误率
      类型: wer
      数值: 51.89
    • 名称: 测试集字符错误率
      类型: cer
      数值: 10.01

wav2vec2-large-xls-r-300m-巴斯克语版

本模型是基于facebook/wav2vec2-xls-r-300m在common_voice数据集上微调的版本。在评估集上取得以下结果：

• 损失值: 0.4276
• 词错误率: 0.5962

模型描述

（待补充详细信息）

使用场景与限制

（待补充详细信息）

训练与评估数据

（待补充详细信息）

训练流程

训练超参数

训练过程中使用的超参数配置：

• 学习率: 0.0003
• 训练批大小: 2
• 评估批大小: 2
• 随机种子: 42
• 梯度累积步数: 2
• 总训练批大小: 4
• 优化器: 带betas=(0.9,0.999)和epsilon=1e-08的Adam
• 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: 原生AMP

训练结果

框架版本

• Transformers 4.16.2
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0