语言:

• 库尔德语（库尔曼吉方言）
• 库尔德语 许可证: Apache-2.0 标签:
• 自动语音识别
• Mozilla基金会/common_voice_8_0
• 训练生成
• 库尔曼吉方言
• 鲁棒语音事件
• 对话模型
• hf-asr排行榜 数据集:
• Mozilla基金会/common_voice_8_0 模型索引:
• 名称: Akashpb13/xlsr_kurmanji_kurdish 结果:
  • 任务: 名称: 自动语音识别 类型: 自动语音识别 数据集: 名称: Common Voice 8 类型: mozilla-foundation/common_voice_8_0 参数: kmr 指标:
    • 名称: 测试WER 类型: wer 值: 0.33073206986250464
    • 名称: 测试CER 类型: cer 值: 0.08035244447163924
  • 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: kmr 指标:
    • 名称: 测试WER 类型: wer 值: 0.33073206986250464
    • 名称: 测试CER 类型: cer 值: 0.08035244447163924

Akashpb13/xlsr_kurmanji_kurdish

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（合并了训练数据集的10%、无效数据、报告数据和其他开发数据集）上取得了以下结果：

• 损失: 0.292389
• WER: 0.388585

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库尔曼吉库尔德语的train.tsv、dev.tsv、invalidated.tsv、reported.tsv和other.tsv 仅考虑支持票数高于反对票数的数据点，并在合并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，所有可能的数据集被合并，并采用90-10的比例划分。

训练超参数

训练过程中使用的超参数如下：

• 学习率: 0.000096
• 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: 16
• 学习率调度器类型: 带重启的余弦退火
• 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的test分割上进行评估

python eval.py --model_id Akashpb13/xlsr_kurmanji_kurdish --dataset mozilla-foundation/common_voice_8_0 --config kmr --split test