语言:

• tr 许可证: apache-2.0 标签:
• 自动语音识别
• common_voice
• 训练生成
• hf-asr排行榜
• 鲁棒语音事件
• tr 数据集:
• mozilla-foundation/common_voice_7_0 模型索引:
• 名称: Cahya的土耳其语Wav2Vec2基础模型 结果:
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice 6.1 类型: mozilla-foundation/common_voice_7_0 参数: tr 指标:
    • 名称: 测试WER 类型: wer 值: 9.437
    • 名称: 测试CER 类型: cer 值: 3.325
  • 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: tr 指标:
    • 名称: 测试WER 类型: wer 值: 8.147
    • 名称: 测试CER 类型: cer 值: 2.802
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: tr 指标:
    • 名称: 测试WER 类型: wer 值: 28.011
    • 名称: 测试CER 类型: cer 值: 10.66
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 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: tr 指标:
    • 名称: 测试WER 类型: wer 值: 33.62

该模型是基于COMMON_VOICE - TR数据集对cahya/wav2vec2-base-turkish-artificial-cv进行微调的版本。在评估集上取得了以下结果:

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

以下数据集用于微调:

• Common Voice 7.0 TR 使用了'train'、'validation'和'other'分割进行训练。
• Media Speech
• Magic Hub

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: 7.5e-06
• 训练批次大小: 6
• 评估批次大小: 2
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 24
• 优化器: Adam，参数betas=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: 线性
• 学习率预热步数: 2000
• 训练轮数: 5.0

训练结果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.18.2
• Tokenizers 0.10.3