语言:

• 德语
  许可证: Apache-2.0
  标签:
• 自动语音识别
• 德语
• 训练生成
• hf-asr排行榜
• mozilla-foundation/common_voice_7_0
• 鲁棒语音赛事

数据集:

• mozilla-foundation/common_voice_7_0

模型索引:

• 名称: XLS-R-300M - 德语
  结果:
  • 任务:
    名称: 自动语音识别
    类型: automatic-speech-recognition
    数据集:
    名称: Common Voice 7
    类型: mozilla-foundation/common_voice_7_0
    参数: de
    指标:
    • 名称: 测试WER
      类型: wer
      值: 20.16
    • 名称: 测试CER
      类型: cer
      值: 5.06
  • 任务:
    名称: 自动语音识别
    类型: automatic-speech-recognition
    数据集:
    名称: 鲁棒语音赛事 - 开发数据
    类型: speech-recognition-community-v2/dev_data
    参数: de
    指标:
    • 名称: 测试WER
      类型: wer
      值: 39.79
    • 名称: 测试CER
      类型: cer
      值: 15.02
  • 任务:
    名称: 自动语音识别
    类型: automatic-speech-recognition
    数据集:
    名称: 鲁棒语音赛事 - 测试数据
    类型: speech-recognition-community-v2/eval_data
    参数: de
    指标:
    • 名称: 测试WER
      类型: wer
      值: 47.95

该模型是基于facebook/wav2vec2-xls-r-300m在MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - DE数据集上微调的版本。
在评估集上取得了以下结果:

• 损失: 0.1768
• WER: 0.2016

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

训练超参数

训练过程中使用了以下超参数:

• 学习率: 7.5e-05
• 训练批次大小: 8
• 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: 32
• 优化器: Adam (β1=0.9, β2=0.999, ε=1e-08)
• 学习率调度器类型: 线性
• 学习率预热步数: 2000
• 训练轮数: 3.4
• 混合精度训练: Native AMP

训练结果

框架版本

• Transformers 4.16.0.dev0
• PyTorch 1.10.1+cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.11.0

评估命令

1. 在mozilla-foundation/common_voice_7_0的test分片上评估

python ./eval.py --model_id AndrewMcDowell/wav2vec2-xls-r-300m-german-de --dataset mozilla-foundation/common_voice_7_0 --config de --split test --log_outputs

2. 在测试开发数据上评估

python ./eval.py --model_id AndrewMcDowell/wav2vec2-xls-r-300m-german-de --dataset speech-recognition-community-v2/dev_data --config de --split validation --chunk_length_s 5.0 --stride_length_s 1.0