Ai Light Dance Singing Ft Wav2vec2 Large Xlsr 53 5gram V1

🚀 ai-light-dance_singing_ft_wav2vec2-large-xlsr-53-5gram-v1

このモデルは、gary109/ai-light-dance_singing_ft_wav2vec2-large-xlsr-53-5gram をGARY109/AI_LIGHT_DANCE - ONSET-SINGINGデータセットでファインチューニングしたバージョンです。 評価セットでは以下の結果を達成しています：

• 損失: 0.4123
• 単語誤り率 (Wer): 0.1668

🚀 クイックスタート

このモデルは、自動音声認識タスクに使用できます。具体的な使用方法については、huggingfaceのドキュメントを参照してください。

📚 ドキュメント

モデルの詳細

このモデルは、音声認識タスクに特化したモデルです。ファインチューニングにより、特定のデータセットに適応しています。

想定される用途と制限

想定される用途や制限に関する詳細な情報は、今後の更新で提供される予定です。

学習と評価データ

学習と評価に使用したデータに関する詳細な情報は、今後の更新で提供される予定です。

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): 3e-05
• 学習バッチサイズ (train_batch_size): 2
• 評価バッチサイズ (eval_batch_size): 2
• 乱数シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 16
• 総学習バッチサイズ (total_train_batch_size): 32
• オプティマイザー (optimizer): Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラーの種類 (lr_scheduler_type): cosine
• 学習率スケジューラーのウォームアップステップ数 (lr_scheduler_warmup_steps): 500
• エポック数 (num_epochs): 10.0
• 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: 4.21.0.dev0
• Pytorch: 1.9.1+cu102
• Datasets: 2.3.3.dev0
• Tokenizers: 0.12.1