python run_speech_recognition_ctc.py \ | |
--dataset_name="mozilla-foundation/common_voice_7_0" \ | |
--model_name_or_path="facebook/wav2vec2-xls-r-300m" \ | |
--dataset_config_name="hi" \ | |
--output_dir="./" \ | |
--overwrite_output_dir \ | |
--max_steps="1000" \ | |
--per_device_train_batch_size="16" \ | |
--learning_rate="3e-4" \ | |
--warmup_steps="200" \ | |
--save_steps="100" \ | |
--eval_steps="100" \ | |
--save_total_limit="1" \ | |
--evaluation_strategy="steps" \ | |
--text_column_name="sentence" \ | |
--length_column_name="input_length" \ | |
--layerdrop="0.0" \ | |
--freeze_feature_encoder \ | |
--gradient_checkpointing \ | |
--fp16 \ | |
--group_by_length \ | |
--push_to_hub \ | |
--use_auth_token \ | |
--do_train \ | |
--do_eval \ | |
--chars_to_ignore , ? . ! - \; \: \" “ % ‘ ” � \ | |