動手練習

在本單元中，我們探討了微調 ASR 模型所面臨的挑戰，承認了在新語言上微調像 Whisper 這樣的模型（即使是小型檢查點）所需的時間和資源。為了提供動手實踐經驗，我們設計了一個練習，讓您能夠在使用較小資料集的情況下完成 ASR 模型的微調過程。本練習的主要目標是讓您熟悉該過程，而不是期望達到生產級結果。我們特意設定了一個較低的指標，以確保即使資源有限，您也能夠實現它。

以下是說明：

• 使用 `”PolyAI/minds14”` 資料集的美國英語（“en-US”）子集，微調 `”openai/whisper-tiny”` 模型。
• 使用前 **450 個示例進行訓練**，其餘用於評估。在使用 `.map` 方法預處理資料集時，請確保設定 `num_proc=1`（這將確保您的模型正確提交以進行評估）。
• 為了評估模型，請使用本單元中描述的 `wer` 和 `wer_ortho` 指標。但是，請**不要**將指標乘以 100 轉換為百分比（例如，如果 WER 為 42%，則在此練習中我們期望看到的值為 0.42）。

微調模型後，請務必使用以下 `kwargs` 將其上傳到 🤗 Hub：

kwargs = {
     "dataset_tags": "PolyAI/minds14",
    "finetuned_from": "openai/whisper-tiny",
    "tasks": "automatic-speech-recognition",
}

如果您的模型的標準化 WER (`wer`) 低於 **0.37**，您將透過此項作業。

隨意構建您的模型演示，並在 Discord 上分享！如果您有問題，請在 #audio-study-group 頻道中提出。