语言:

• 旁遮普语-印度 (pa-IN)

许可证:

• Apache-2.0

标签:

• 自动语音识别
• Mozilla基金会/common_voice_8_0数据集
• 训练生成模型
• 旁遮普语-印度 (pa-IN)
• 鲁棒语音事件
• 对话模型
• hf-asr排行榜

数据集:

• Mozilla基金会/common_voice_8_0

模型索引:

• 名称: wav2vec2-xls-r-300m-pa-IN-r5 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: pa-IN 指标:
    • 名称: 测试WER(词错误率) 类型: wer 值: 41.87%
    • 名称: 测试CER(字错误率) 类型: cer 值: 13.30%
  • 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: pa-IN 指标:
    • 名称: 测试WER 类型: wer 值: 不适用
    • 名称: 测试CER 类型: cer 值: 不适用

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - 旁遮普语(印度)数据集上微调的版本。 在评估集上取得如下结果:

• 损失值: 0.8881
• 词错误率(WER): 41.75%

评估命令

1. 在mozilla-foundation/common_voice_8_0测试集上评估: python eval.py --model_id DrishtiSharma/wav2vec2-xls-r-300m-pa-IN-r5 --dataset mozilla-foundation/common_voice_8_0 --config pa-IN --split test --log_outputs

2. 在speech-recognition-community-v2/dev_data上评估: 注意：speech-recognition-community-v2/dev_data中不包含旁遮普语数据

训练超参数

训练使用的超参数配置:

• 学习率: 0.000111
• 训练批大小: 16
• 评估批大小: 32
• 随机种子: 42
• 梯度累积步数: 2
• 总训练批大小: 32
• 优化器: Adam (β1=0.9, β2=0.999, ε=1e-08)
• 学习率调度器类型: 线性
• 学习率预热步数: 2000
• 训练轮数: 200
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.17.0开发版
• PyTorch 1.10.2+cu102
• Datasets 1.18.2开发版
• Tokenizers 0.11.0