语言:

• 法语 许可证: apache-2.0 标签:
• 自动语音识别
• mozilla-foundation/common_voice_8_0
• 训练生成
• 鲁棒语音事件
• hf-asr排行榜 数据集:
• mozilla-foundation/common_voice_8_0 模型索引:
• 名称: XLS-R-1B - 法语 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: fr 指标:
    • 名称: 测试WER（带语言模型） 类型: wer 值: 15.4
    • 名称: 测试CER（带语言模型） 类型: cer 值: 5.36
  • 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: fr 指标:
    • 名称: 测试WER（带语言模型） 类型: wer 值: 25.05
    • 名称: 测试CER（带语言模型） 类型: cer 值: 12.45
  • 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: fr 指标:
    • 名称: 测试WER 类型: wer 值: 27.1

模型描述

此模型是基于facebook/wav2vec2-xls-r-1b在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - FR数据集上微调的版本。

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-05
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 42
• 梯度累积步数: 8
• 总训练批次大小: 128
• 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: 2000
• 训练轮数: 6.0
• 混合精度训练: Native AMP

训练结果

在验证集上取得最佳结果的步数为13000:

• WER: 0.1834

计算验证损失时出现了一些问题。

框架版本

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

评估命令

1. 在mozilla-foundation/common_voice_8的test分割上进行评估

python eval.py --model_id Plim/xls-r-1b-cv_8-fr --dataset mozilla-foundation/common_voice_8_0 --config fr --split test

2. 在speech-recognition-community-v2/dev_data上进行评估

python eval.py --model_id Plim/xls-r-1b-cv_8-fr --dataset speech-recognition-community-v2/dev_data --config fr --split validation --chunk_length_s 5.0 --stride_length_s 1.0

评估结果

不带语言模型:

带语言模型: