许可证：apache-2.0
基础模型：facebook/wav2vec2-xls-r-300m
标签：

• generated_from_trainer
  数据集：
• thennal/IMaSC
• vrclc/openslr63
• thennal/indic_tts_ml
• kavyamanohar/ml-sentences

模型索引：

• 名称：XLSR-WithLM-Malayalam
  结果：
  • 任务：
    类型：自动语音识别
    名称：自动语音识别
    数据集：
    名称：OpenSLR Malayalam -测试集
    类型：vrclc/openslr63
    配置：ml
    拆分：test
    参数：ml
    指标：
    • 类型：wer
      值：27.3
      名称：WER
  • 任务：
    类型：自动语音识别
    名称：自动语音识别
    数据集：
    名称：Google Fleurs
    类型：google/fleurs
    配置：ml
    拆分：test
    参数：ml
    指标：
    • 类型：wer
      值：37.2
      名称：WER
  • 任务：
    类型：自动语音识别
    名称：自动语音识别
    数据集：
    名称：MSC
    类型：smcproject/msc
    配置：ml
    拆分：train
    参数：ml
    指标：
    • 类型：wer
      值：52.9
      名称：WER

XLSR-WithLM-马拉雅拉姆语

该模型是基于facebook/wav2vec2-xls-r-300m在IMASC、Indic TTS Malayalam和OpenSLR Malayalam训练集数据集上微调得到的版本。
在评估集上取得了以下结果：

• 损失：0.1395
• 词错误率（WER）：0.2952

使用KENLM库在kavyamanohar/ml-sentences数据集上训练的三元语言模型

训练超参数

训练过程中使用了以下超参数：

• 学习率：0.00024
• 训练批次大小：1
• 评估批次大小：8
• 随机种子：42
• 梯度累积步数：4
• 总训练批次大小：4
• 优化器：Adam，参数为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：1
• 混合精度训练：原生AMP

训练结果

框架版本

• Transformers 4.42.4
• PyTorch 2.3.1+cu121
• Datasets 2.20.0
• Tokenizers 0.19.1