python run_speech_recognition_ctc.py \ --dataset_name="google/fleurs" \ --dataset_config_name="ps_af" \ --model_name_or_path="facebook/wav2vec2-xls-r-300m" \ --output_dir="./" \ --overwrite_output_dir="False" \ --max_steps="6000" \ --per_device_train_batch_size="16" \ --per_device_eval_batch_size="16" \ --gradient_accumulation_steps="2" \ --learning_rate="7.5e-6" \ --warmup_steps="1000" \ --evaluation_strategy="steps" \ --text_column_name="transcription" \ --save_steps="500" \ --eval_steps="500" \ --logging_steps="10" \ --layerdrop="0.0" \ --activation_dropout="0.1" \ --eval_metrics wer cer \ --greater_is_better="False" \ --load_best_model_at_end \ --save_total_limit="10" \ --mask_time_prob="0.6" \ --mask_time_length="10" \ --mask_feature_prob="0.2" \ --fp16 \ --mask_feature_length="64" \ --chars_to_ignore , ? . ! - \; \: \" “ % ‘ ” � \ --group_by_length \ --push_to_hub \ --do_train --do_eval \ --gradient_checkpointing \ --use_auth_token