python run_speech_recognition_ctc.py \ | |
--dataset_name="mozilla-foundation/common_voice_7_0" \ | |
--model_name_or_path="facebook/wav2vec2-large-xlsr-53" \ | |
--dataset_config_name="ur" \ | |
--output_dir="./" \ | |
--overwrite_output_dir \ | |
--max_steps="1000" \ | |
--per_device_train_batch_size="16" \ | |
--learning_rate="3e-4" \ | |
--save_total_limit="100" \ | |
--evaluation_strategy="steps" \ | |
--text_column_name="sentence" \ | |
--length_column_name="input_length" \ | |
--chars_to_ignore ,\?\.\!\-\;\:\"\โ\%\โ\โ\๏ฟฝ\ู\ู\ูู,ู\ | |
--save_steps="5" \ | |
--layerdrop="0.0" \ | |
--freeze_feature_encoder \ | |
--gradient_checkpointing \ | |
--fp16 \ | |
--group_by_length \ | |
--push_to_hub \ | |
--use_auth_token \ | |
--do_train --do_eval |