Wav2vec2 Base Common Voice Persian Colab

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

このモデルは、facebook/wav2vec2-base をNone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: 1.1446
• 単語誤り率 (Wer): 0.6911

🚀 クイックスタート

このモデルは音声関連のタスクに使用できます。ファインチューニングにより、特定の音声データセットに適応されています。

📚 ドキュメント

モデルの説明

このモデルは、音声認識や関連タスクに使用されるwav2vec2ベースのモデルです。特定のデータセットでファインチューニングされていますが、詳細な情報は今後の更新で提供される予定です。

想定される用途と制限

このモデルの想定される用途と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): 0.0001
• 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種類 (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): 500
• エポック数 (num_epochs): 30
• 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。