语言:

• 波兰语(pl) 标签:
• whisper-event
• 训练生成 数据集:
• mozilla-foundation/common_voice_11_0 (Mozilla基金会Common Voice 11.0)
• google/fleurs (谷歌FLEURS) 评估指标:
• 词错误率(wer) 模型索引:
• 名称: Whisper Large v2 波兰语版 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: Common Voice 11.0 类型: mozilla-foundation/common_voice_11_0 配置: pl 拆分: 测试集 参数: pl 指标:
    • 类型: 词错误率(wer) 值: 7.280175959972464 名称: WER
    • 类型: 词错误率(wer) 值: 7.31 名称: WER
    • 类型: 未归一化词错误率 值: 20.18 名称: 未归一化WER
    • 类型: 字符错误率(cer) 值: 2.08 名称: CER
    • 类型: 匹配错误率(mer) 值: 7.27 名称: MER
  • 任务: 类型: 自动语音识别 名称: 自动语音识别 数据集: 名称: facebook/voxpopuli 类型: facebook/voxpopuli 配置: pl 拆分: 测试集 指标:
    • 类型: 词错误率(wer) 值: 9.61 名称: WER
    • 类型: 未归一化词错误率 值: 30.33 名称: 未归一化WER
    • 类型: 字符错误率(cer) 值: 5.5 名称: CER
    • 类型: 匹配错误率(mer) 值: 9.45 名称: MER
  • 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: pl_pl 拆分: 测试集 指标:
    • 类型: 词错误率(wer) 值: 8.68 名称: WER
    • 类型: 未归一化词错误率 值: 29.33 名称: 未归一化WER
    • 类型: 字符错误率(cer) 值: 3.63 名称: CER
    • 类型: 匹配错误率(mer) 值: 8.62 名称: MER

Whisper Large v2 波兰语版

本模型是基于bardsai/whisper-large-v2-pl在Common Voice 11.0和FLEURS数据集上微调的版本。在评估集上取得如下结果:

• 损失值: 0.3684
• 词错误率(WER): 7.2802

训练流程

训练超参数

训练过程中使用的超参数如下:

• 学习率: 1e-05
• 训练批大小: 8
• 评估批大小: 4
• 随机种子: 42
• 梯度累积步数: 8
• 总训练批大小: 64
• 优化器: 带betas=(0.9,0.999)和epsilon=1e-08的Adam优化器
• 学习率调度器类型: 线性
• 学习率预热步数: 500
• 总训练步数: 2100
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.26.0.dev0
• Pytorch 1.13.0+cu117
• Datasets 2.7.1.dev0
• Tokenizers 0.13.2