Xlsr Wav2vec2 2

🚀 xlsr-wav2vec2-2

このモデルは、facebook/wav2vec2-large-xlsr-53 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: 0.5884
• 単語誤り率 (Wer): 0.4301

🚀 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。具体的な使用方法については、Hugging Face のドキュメントを参照してください。

📚 ドキュメント

訓練手順

訓練ハイパーパラメータ

訓練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 (learning_rate): 0.0003
• 訓練バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 2
• 総訓練バッチサイズ (total_train_batch_size): 16
• オプティマイザ (optimizer): Adam (ベータ=(0.9,0.999)、イプシロン=1e-08)
• 学習率スケジューラの種類 (lr_scheduler_type): 線形
• 学習率スケジューラのウォームアップステップ数 (lr_scheduler_warmup_steps): 800
• エポック数 (num_epochs): 60
• 混合精度訓練 (mixed_precision_training): Native AMP

訓練結果

フレームワークバージョン

• 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。