Wav2vec2 Base Common Voice 40p Persian Colab

🚀 wav2vec2-base-common-voice-40p-persian-colab

このモデルは、音声認識タスクにおいて、facebook/wav2vec2-base をNoneデータセット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。

🚀 クイックスタート

このモデルは音声認識タスクに使用できます。以下に評価セットでの結果を示します。

• 損失: 1.1805
• 単語誤り率 (Wer): 0.6024

📚 ドキュメント

モデルの説明

詳細情報は後日提供予定です。

想定される用途と制限

詳細情報は後日提供予定です。

学習と評価データ

詳細情報は後日提供予定です。

学習手順

学習ハイパーパラメータ

学習中に使用されたハイパーパラメータは以下の通りです。

• 学習率 (learning_rate): 0.00018
• 学習バッチサイズ (train_batch_size): 16
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (seed): 42
• オプティマイザ (optimizer): Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラのタイプ (lr_scheduler_type): linear
• 学習率スケジューラのウォームアップステップ (lr_scheduler_warmup_steps): 2000
• エポック数 (num_epochs): 40
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークのバージョン

• Transformers 4.11.3
• Pytorch 1.10.0+cu113
• Datasets 1.18.3
• Tokenizers 0.10.3

📄 ライセンス

このモデルはApache-2.0ライセンスの下で提供されています。