语言:

• 加泰罗尼亚语(ca) 许可证: Apache-2.0 标签:
• 自动语音识别
• collectivat/tv3_parla
• 训练生成
• hf-asr排行榜
• mozilla-foundation/common_voice_8_0
• projecte-aina/parlament_parla
• 鲁棒语音赛事 数据集:
• mozilla-foundation/common_voice_8_0
• collectivat/tv3_parla
• projecte-aina/parlament_parla 模型索引:
• 名称: wav2vec2-xls-r-1b-ca-lm 结果:
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: mozilla-foundation/common_voice_8_0 ca 类型: mozilla-foundation/common_voice_8_0 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 6.0722669958130644
    • 名称: 测试CER 类型: cer 值: 1.9180697705166526
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: projecte-aina/parlament_parla ca 类型: projecte-aina/parlament_parla 参数: clean 指标:
    • 名称: 测试WER 类型: wer 值: 5.139820371024042
    • 名称: 测试CER 类型: cer 值: 2.0163620128164722
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: collectivat/tv3_parla ca 类型: collectivat/tv3_parla 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 11.207991684952073
    • 名称: 测试CER 类型: cer 值: 7.32119307305963
  • 任务: 名称: 语音识别 类型: 自动语音识别 数据集: 名称: 鲁棒语音赛事-加泰罗尼亚开发数据 类型: speech-recognition-community-v2/dev_data 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 22.870153690468661
    • 名称: 测试CER 类型: cer 值: 13.59039190897598
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: 鲁棒语音赛事-测试数据 类型: speech-recognition-community-v2/eval_data 参数: ca 指标:
    • 名称: 测试WER 类型: wer 值: 15.41

wav2vec2-xls-r-1b-ca-lm

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - CA、tv3_parla和parlament_parla数据集上微调的版本。

模型描述

请查看原始facebook/wav2vec2-xls-r-1b模型卡片。这仅是该模型的微调版本。

预期用途与限制

与任何基于众包数据训练的模型一样，该模型可能反映出训练数据和所用模型的偏见与特性。此外，由于这是一个语音识别模型，对于加泰罗尼亚语中某些资源较少的方言可能表现不佳。

训练与评估数据

训练过程

数据经过预处理，移除了加泰罗尼亚字母表中不存在的字符。此外，使用@ccoreilly提供的代码将数字转换为文字形式，该代码可在text/文件夹中找到或此处获取。

训练结果

查看Tensorboard选项卡以检查训练曲线和训练期间的评估结果。模型在每个训练数据集测试集上进行了评估。

训练超参数

训练期间使用了以下超参数:

• 学习率: 2e-05
• 训练批次大小: 8
• 评估批次大小: 8
• 随机种子: 42
• 梯度累积步数: 8
• 总训练批次大小: 64
• 优化器: Adam，参数为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: 10.0
• 混合精度训练: 原生AMP

框架版本

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

致谢

特别感谢@ccoreilly和@gullabi贡献了他们自己的资源和知识，使这个模型成为可能。