🚀 wav2vec2-large-xls-r-300m-hsb-v2

本模型是在MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - HSB数据集上对facebook/wav2vec2 - xls - r - 300m进行微调后的版本。它在评估集上取得了以下成果，为自动语音识别任务提供了有效的解决方案。

✨ 主要特性

• 多语言支持：支持上索布语（hsb），适用于特定语言的语音识别场景。
• 微调优化：基于预训练模型进行微调，在特定数据集上表现更优。
• 评估指标良好：在评估集上有较好的损失和WER指标。

📦 安装指南

文档未提及安装步骤，暂不提供。

💻 使用示例

文档未提供代码示例，暂不展示。

📚 详细文档

评估命令

1. 在mozilla - foundation/common_voice_8_0测试分割集上进行评估

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-hsb-v2 --dataset mozilla-foundation/common_voice_8_0 --config hsb --split test --log_outputs

2. 在speech - recognition - community - v2/dev_data上进行评估 上索布语（hsb）在speech - recognition - community - v2/dev_data中未找到。

训练超参数

以下是训练过程中使用的超参数：

训练结果

框架版本

• Transformers 4.16.1
• Pytorch 1.10.0+cu111
• Datasets 1.18.2
• Tokenizers 0.11.0

🔧 技术细节

本模型在评估集上取得了以下结果：

• 损失：0.5328
• 词错误率（Wer）：0.4596

模型评估结果详情

📄 许可证

本项目采用Apache 2.0许可证。