Wav2vec2 Final 1 Lm 3

🚀 wav2vec2-19

このモデルは音声認識に特化したモデルで、特定のデータセットで微調整されています。評価セットで良好な結果を達成しており、WER (Word Error Rate) が低いことが特徴です。

🚀 クイックスタート

このモデルは facebook/wav2vec2-base をベースに、None データセットで微調整されたバージョンです。評価セットでは以下の結果を達成しています。

• WER 0.283
• 4-Gramを使用した場合のWER 0.126
• 損失: 0.6305
• WER: 0.4499

📚 ドキュメント

モデルの説明

このモデルは音声認識タスクに使用されるもので、特定のデータセットでの微調整により性能が向上しています。

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

学習と評価に使用されたデータに関する詳細情報は、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): 0.0003
• 学習バッチサイズ (train_batch_size): 32
• 評価バッチサイズ (eval_batch_size): 8
• 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種類 (lr_scheduler_type): 線形 (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): 800
• エポック数 (num_epochs): 60

学習結果

フレームワークのバージョン

• Transformers 4.19.2
• Pytorch 1.11.0+cu113
• Datasets 2.2.2
• Tokenizers 0.12.1

📄 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。