动手练习

在本单元中，我们探讨了微调 ASR 模型所面临的挑战，承认了在新语言上微调像 Whisper 这样的模型（即使是小型检查点）所需的时间和资源。为了提供动手实践经验，我们设计了一个练习，让您能够在使用较小数据集的情况下完成 ASR 模型的微调过程。本练习的主要目标是让您熟悉该过程，而不是期望达到生产级结果。我们特意设置了一个较低的指标，以确保即使资源有限，您也能够实现它。

以下是说明：

• 使用 `”PolyAI/minds14”` 数据集的美国英语（“en-US”）子集，微调 `”openai/whisper-tiny”` 模型。
• 使用前 **450 个示例进行训练**，其余用于评估。在使用 `.map` 方法预处理数据集时，请确保设置 `num_proc=1`（这将确保您的模型正确提交以进行评估）。
• 为了评估模型，请使用本单元中描述的 `wer` 和 `wer_ortho` 指标。但是，请**不要**将指标乘以 100 转换为百分比（例如，如果 WER 为 42%，则在此练习中我们期望看到的值为 0.42）。

微调模型后，请务必使用以下 `kwargs` 将其上传到 🤗 Hub：

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

如果您的模型的标准化 WER (`wer`) 低于 **0.37**，您将通过此项作业。

随意构建您的模型演示，并在 Discord 上分享！如果您有问题，请在 #audio-study-group 频道中提出。