语言:

• 布列塔尼语 许可证: Apache-2.0 标签:
• 训练生成
• 鲁棒语音事件
• HF-ASR排行榜 数据集:
• 摩斯拉基金会/common_voice_8_0 评估指标:
• 词错误率(WER) 模型索引:
• 名称: wav2vec2-large-xls-r-300m-br-d10 结果:
  • 任务: 类型: 自动语音识别 名称: 语音识别 数据集: 类型: 摩斯拉基金会/common_voice_8_0 名称: Common Voice 8 参数: br 指标:
    • 类型: WER 值: 0.5230357484228637 名称: 测试WER
    • 名称: 测试CER 类型: CER 值: 0.1880661144228536
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: 鲁棒语音事件-开发数据 类型: speech-recognition-community-v2/dev_data 参数: br 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

wav2vec2-large-xls-r-300m-br-d10

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - BR数据集上微调的版本。 在评估集上取得了以下结果:

• 损失: 1.1382
• WER: 0.4895

评估命令

1. 在mozilla-foundation/common_voice_8_0的测试集上评估:

python eval.py --model_id DrishtiSharma/wav2vec2-large-xls-r-300m-br-d10 --dataset mozilla-foundation/common_voice_8_0 --config br --split test --log_outputs

2. 在speech-recognition-community-v2/dev_data上评估:

布列塔尼语在speech-recognition-community-v2/dev_data中不可用

训练超参数

训练过程中使用了以下超参数:

• 学习率: 0.0004
• 训练批次大小: 16
• 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: 32
• 优化器: Adam, 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: 800
• 训练轮数: 50
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.16.2
• PyTorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0