Hindi SpeechT5 Finetuned

🚀 ヒンディー語向けにファインチューニングされたSpeechT5

このモデルは、microsoft/speecht5_tts を common_voice_17_0 データセットのヒンディー語データの検証分割データでファインチューニングしたものです。 評価セットでは以下の結果を達成しています：

• 損失: 0.4524

📚 ドキュメント

🔧 技術詳細

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました：

• 学習率: 0.0001
• 学習バッチサイズ: 4
• 評価バッチサイズ: 2
• シード: 42
• 勾配累積ステップ数: 8
• 総学習バッチサイズ: 32
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラタイプ: 線形
• 学習率スケジューラのウォームアップステップ数: 100
• 学習ステップ数: 1500
• 混合精度学習: Native AMP

学習結果

フレームワークバージョン

• Transformers 4.44.2
• Pytorch 2.5.0+cu121
• Datasets 3.0.2
• Tokenizers 0.19.1

📄 ライセンス

このライブラリはMITライセンスの下で提供されています。