语言:

• 卡拜尔语 许可证: Apache-2.0 标签:
• 自动语音识别
• mozilla-foundation/common_voice_8_0
• 训练生成
• sw
• 鲁棒语音事件
• 对话模型
• hf-asr排行榜 数据集:
• mozilla-foundation/common_voice_8_0 模型索引:
• 名称: Akashpb13/Kabyle_xlsr 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: kab 指标:
    • 名称: 测试WER 类型: wer 值: 0.3188425282720088
    • 名称: 测试CER 类型: cer 值: 0.09443079928558358

Akashpb13/Kabyle_xlsr

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - hu数据集上微调的版本。 在评估集（训练数据集的10%与开发数据集合并）上取得了以下结果：

• 损失: 0.159032
• WER: 0.187934

模型描述

"facebook/wav2vec2-xls-r-300m"经过微调。

预期用途与限制

需要更多信息

训练与评估数据

训练数据 - Common Voice Kabyle train.tsv。由于数据集规模庞大，仅随机抽样了50,000条记录进行训练。 仅考虑那些赞成票多于反对票的数据点，并在拼接Common Voice 7.0中所有数据集后去除了重复项。

训练过程

为创建训练数据集，拼接了所有可能的数据集，并采用了90-10的分割比例。

训练超参数

训练过程中使用了以下超参数：

• 学习率: 0.000096
• 训练批次大小: 8
• 随机种子: 13
• 梯度累积步数: 4
• 学习率调度器类型: cosine_with_restarts
• 学习率预热步数: 500
• 训练轮数: 30
• 混合精度训练: Native AMP

训练结果

框架版本

• Transformers 4.16.0.dev0
• PyTorch 1.10.0+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

评估命令

1. 在mozilla-foundation/common_voice_8_0的test分割上进行评估：

python eval.py --model_id Akashpb13/Kabyle_xlsr --dataset mozilla-foundation/common_voice_8_0 --config kab --split test