语言:

• 库尔德语（中部方言） 许可证: Apache-2.0 标签:
• 自动语音识别
• mozilla-foundation/common_voice_8_0
• 训练生成
• 库尔德语
• 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/Central_kurdish_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: ckb 指标:
    • 名称: 测试WER 类型: wer 值: 0.36754389884276845
    • 名称: 测试CER 类型: cer 值: 0.07827896768334217
  • 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: ckb 指标:
    • 名称: 测试WER 类型: wer 值: 0.36754389884276845
    • 名称: 测试CER 类型: cer 值: 0.07827896768334217

Akashpb13/Central_kurdish_xlsr

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - hu数据集上微调得到的版本。在评估集（合并了训练数据集的10%、无效数据、报告数据、其他数据和开发数据集）上取得了以下结果：

• 损失: 0.348580
• 词错误率(WER): 0.401147

模型描述

对"facebook/wav2vec2-xls-r-300m"进行了微调。

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的中部库尔德语train.tsv、dev.tsv、invalidated.tsv、reported.tsv和other.tsv文件 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提供的所有数据集后去除了重复项。

训练过程

创建训练数据集时，拼接了所有可能的数据集，并采用了90-10的划分比例。

训练超参数

训练过程中使用了以下超参数：

• 学习率: 0.000095637994662983496
• 训练批次大小: 16
• 评估批次大小: 16
• 随机种子: 13
• 梯度累积步数: 2
• 学习率调度器类型: cosine_with_restarts
• 学习率预热步数: 200
• 训练轮数: 100
• 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 1.18.1
• Tokenizers 0.10.3

评估命令

1. 在mozilla-foundation/common_voice_8_0数据集的test分割上进行评估

python eval.py --model_id Akashpb13/Central_kurdish_xlsr --dataset mozilla-foundation/common_voice_8_0 --config ckb --split test