语言:

• el 许可证: apache-2.0 标签:
• 自动语音识别
• 训练生成
• 鲁棒语音事件
• hf-asr排行榜
• mozilla-foundation/common_voice_8_0
• 鲁棒语音事件 数据集:
• mozilla-foundation/common_voice_8_0 模型索引:
• 名称: wav2vec2-large-xls-r-300m-el 结果:
  • 任务: 名称: 自动语音识别 类型: automatic-speech-recognition 数据集: 名称: Common Voice 8 类型: mozilla-foundation/common_voice_8_0 参数: el 指标:
    • 名称: 使用语言模型的测试WER 类型: wer 值: 20.9
    • 名称: 使用语言模型的测试CER 类型: cer 值: 6.0466

该模型是在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - EL数据集上对facebook/wav2vec2-xls-r-300m进行微调的版本。 在评估集上取得了以下结果:

• 损失: 0.3218
• 词错误率(WER): 0.3095

训练和评估数据

评估在Notebook中进行，您可以在仓库中查看"notebook_evaluation_wav2vec2_el.ipynb"

不使用语言模型的测试WER wer = 31.1294 % cer = 7.9509 %

使用语言模型的测试WER wer = 20.7340 % cer = 6.0466 %

如何使用eval.py

huggingface-cli login #登录huggingface获取访问common voice v8的认证令牌
#使用语言模型运行
!python eval.py --model_id ayameRushia/wav2vec2-large-xls-r-300m-el --dataset mozilla-foundation/common_voice_8_0 --config el --split test
# 不使用语言模型运行
!python eval.py --model_id ayameRushia/wav2vec2-large-xls-r-300m-el --dataset mozilla-foundation/common_voice_8_0 --config el --split test --greedy

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: 5e-05
• 训练批次大小: 32
• 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: 64
• 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: 400
• 训练轮数: 80.0
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0