Skip to content
New issue

Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.

Sign up for GitHub

By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.

Already on GitHub? Sign in to your account

[i18n-ar] Add file docs/source/ar/model_doc/xlsr_wav2vec2.md #32646

Closed
wants to merge 2 commits into from
Closed

[i18n-ar] Add file docs/source/ar/model_doc/xlsr_wav2vec2.md #32646

Changes from all commits
Commits
Show all changes
2 commits
Select commit Hold shift + click to select a range
bae32cf
Add docs/source/ar/model_doc/xlsr_wav2vec2.md
AhmedAlmaghz Aug 11, 2024
50e38af
Update xlsr_wav2vec2.md
AhmedAlmaghz Aug 14, 2024
File filter

Filter by extension

Filter by extension
Conversations
Failed to load comments.
Loading
Jump to
Jump to file
Failed to load files.
Loading
Diff view
Diff view
28 changes: 28 additions & 0 deletions docs/source/ar/model_doc/xlsr_wav2vec2.md
View file
Open in desktop
Original file line number Diff line number Diff line change
@@ -0,0 +1,28 @@
# XLSR-Wav2Vec2

## نظرة عامة

اقترح نموذج XLSR-Wav2Vec2 في [تعلم تمثيل الكلام متعدد اللغات دون إشراف للتعرف على الكلام](https://arxiv.org/abs/2006.13979) بواسطة Alexis Conneau، Alexei Baevski، Ronan Collobert، Abdelrahman Mohamed، Michael
Auli.

الملخص من الورقة هو ما يلي:

*تقدم هذه الورقة XLSR الذي يتعلم تمثيلات الكلام متعددة اللغات عن طريق التدريب المسبق لنموذج واحد من الموجة الحاملة الخام للكلام في عدة لغات. نحن نبني على wav2vec 2.0 الذي يتم تدريبه عن طريق حل مهمة متناقضة على
تمثيلات الكلام الكامنة المقنعة وتتعلم بشكل مشترك تشفير الكامنات المشتركة عبر اللغات.
تم ضبط النموذج الناتج باستخدام بيانات ذات علامات وتُظهر التجارب أن التدريب المسبق متعدد اللغات يتفوق بشكل كبير على التدريب المسبق أحادي اللغة. على معيار CommonVoice، يظهر XLSR انخفاضًا نسبيًا في معدل أخطاء فونيم بنسبة 72% مقارنة بأفضل النتائج المعروفة. على BABEL، يحسن نهجنا معدل خطأ الكلمة بنسبة 16% مقارنة بنظام مماثل. يمكّن نهجنا نموذجا واحدا للتعرف على الكلام متعدد اللغات يكون منافسا للنماذج الفردية القوية. يُظهر التحليل أن تمثيلات الكلام الكامنة المنفصلة مشتركة عبر اللغات مع زيادة المشاركة للغات ذات الصلة. نأمل أن نحفز البحث في فهم الكلام منخفض الموارد عن طريق إصدار XLSR-53، وهو نموذج كبير تم تدريبه مسبقًا على 53 لغة.*

يمكن العثور على الكود الأصلي [هنا](https://github.com/pytorch/fairseq/tree/master/fairseq/models/wav2vec).
AhmedAlmaghz marked this conversation as resolved.
Show resolved Hide resolved

ملاحظة: أصدرت Meta (FAIR) إصدارًا جديدًا من [Wav2Vec2-BERT 2.0](https://huggingface.co/docs/transformers/en/model_doc/wav2vec2-bert) - فهو مُدرب مسبقًا على 4.5 مليون ساعة من الصوت. نوصي بشكل خاص باستخدامه لمهام الضبط الدقيق، على سبيل المثال كما هو موضح في [هذا الدليل](https://huggingface.co/blog/fine-tune-w2v2-bert).

## نصائح الاستخدام

- XLSR-Wav2Vec2 هو نموذج كلام يقبل صفيفًا عائمًا يتوافق مع الموجة الحاملة الخام لإشارة الكلام.
- تم تدريب نموذج XLSR-Wav2Vec2 باستخدام التصنيف الزمني للاتصال (CTC)، لذلك يجب فك تشفير إخراج النموذج
باستخدام [`Wav2Vec2CTCTokenizer`].

<Tip>

تستند بنية XLSR-Wav2Vec2 إلى نموذج Wav2Vec2، لذلك يمكن الرجوع إلى [صفحة وثائق Wav2Vec2](wav2vec2).

</Tip