无法使用通用语音数据训练 Wav2vec XLSR 模型

发布于 2025-01-10 07:55:35 字数 755 浏览 4 评论 0原文

我正在尝试使用丹麦语的 wav2vec XLSR 训练变压器 ASR 模型，但每当我尝试使用数据集库提取丹麦语数据集时，都会出现错误。 笔记本链接

错误日志：

ValueError：未找到 BuilderConfig da。可用：['ab'、'ar'、'as'、'br'、'ca'、'cnh'、'cs'、'cv'、'cy'、'de'、'dv'、'el' , 'en', 'eo', 'es', 'et', 'eu', 'fa', 'fi', 'fr', 'fy-NL', 'ga-IE'、'hi'、'hsb'、'hu'、'ia'、'id'、'it'、'ja'、'ka'、'kab'、'ky'、'lg'、 'lt'、'lv'、'mn'、'mt'、'nl'、'或'、'pa-IN'、'pl'、'pt'、 'rm-sursilv'、'rm-vallader'、'ro'、'ru'、'rw'、'sah'、'sl'、'sv-SE'、'ta'、'th'、'tr'、 'tt'、'uk'、'vi'、'vot'、'zh-CN'、'zh-HK'、'zh-TW']

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

む无字情书 2025-01-17 07:55:35

我帮你查了一下。

丹麦语子集受以下版本支持：

Common Voice Corpus 8.0
Common Voice Corpus 9.0

版本。

然而，Hugging Face 的数据集库（版本 2.2.1）使用的是 6.1.0 版本的语料库。您可以通过加载语料库的任何子集并打印数据集信息来检查自己，如下所示：

代码

from datasets import load_dataset

dataset_de = load_dataset("common_voice", "de")
print(dataset_de.info)

输出

Downloading and preparing dataset common_voice/de (download: 21.68 GiB, 
generated: 137.78 MiB, post-processed: Unknown size, total: 21.82 GiB) to 
/root/.cache/huggingface/datasets/common_voice/de/6.1.0/

查看语料库详细信息

查看库

您应该等待库的新版本或提出请求给他们的存储库。

I checked it for you.

The Danish language subset is supported in:

Common Voice Corpus 8.0
Common Voice Corpus 9.0

releases.

However, Hugging Face's datasets library (version 2.2.1) uses the 6.1.0 version of the Corpus. You can check yourself this by loading any subset of corpus and printing dataset info as follows:

Code

from datasets import load_dataset

dataset_de = load_dataset("common_voice", "de")
print(dataset_de.info)

Output

Downloading and preparing dataset common_voice/de (download: 21.68 GiB, 
generated: 137.78 MiB, post-processed: Unknown size, total: 21.82 GiB) to 
/root/.cache/huggingface/datasets/common_voice/de/6.1.0/

See the Corpus Details

See the Library

You should wait for a new release of the library or open a request to their repository.

回复收藏 0 原文

~没有更多了~