语言: 意大利语
许可证: Apache-2.0
标签:

• 自动语音识别
• 训练生成
• hf-asr-leaderboard
• 鲁棒语音事件
  数据集:
• mozilla-foundation/common_voice_7_0
  基础模型: facebook/wav2vec2-xls-r-300m
  模型索引:
• 名称: XLS-R-300m - 意大利语
  结果:
  • 任务:
    类型: 自动语音识别
    名称: 自动语音识别
    数据集:
    名称: Common Voice 7
    类型: mozilla-foundation/common_voice_7_0
    参数: it
    指标:
    • 类型: wer
      值: 17.17
      名称: 测试WER
    • 类型: cer
      值: 4.27
      名称: 测试CER
    • 类型: wer
      值: 12.07
      名称: 测试WER (+语言模型)
    • 类型: cer
      值: 3.52
      名称: 测试CER (+语言模型)
  • 任务:
    类型: 自动语音识别
    名称: 自动语音识别
    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: it
    指标:
    • 类型: wer
      值: 24.29
      名称: 测试WER
    • 类型: cer
      值: 8.1
      名称: 测试CER
    • 类型: wer
      值: 17.36
      名称: 测试WER (+语言模型)
    • 类型: cer
      值: 7.94
      名称: 测试CER (+语言模型)
  • 任务:
    类型: 自动语音识别
    名称: 自动语音识别
    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: it
    指标:
    • 类型: wer
      值: 33.66
      名称: 测试WER

wav2vec2-xls-r-300m-italian-robust

本模型是基于facebook/wav2vec2-xls-r-300m在以下数据集的意大利语部分微调而成：

• Mozilla Foundation Common Voice V7数据集
• LibriSpeech多语言
• TED多语言
• Voxforge
• M-AILABS语音数据集
• EuroParl-ST
• EMOVO
• MSPKA

模型描述

需补充更多信息

预期用途与限制

需补充更多信息

训练与评估数据

需补充更多信息

训练过程

训练超参数

训练中使用的超参数如下：

• 学习率: 0.0003
• 训练批次大小: 32
• 评估批次大小: 8
• 随机种子: 42
• 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: 10.0
• 混合精度训练: Native AMP

训练结果

框架版本

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