Wav2vec2 Xls R 300m Mr Cv9 With Lm

🚀 XLS - R - 300M - Marathi

このモデルは、MOZILLA - FOUNDATION/COMMON_VOICE_9_0 - MRデータセットで[facebook/wav2vec2 - xls - r - 300m](https://huggingface.co/facebook/wav2vec2 - xls - r - 300m)を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。

• 損失: 0.3642
• 単語誤り率 (Wer): 0.4190
• 文字誤り率 (Cer): 0.0946

🚀 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。MOZILLA - FOUNDATION/COMMON_VOICE_9_0 - MRデータセットで訓練されており、特定の音声認識タスクでの性能を評価することができます。

📄 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。

🔧 技術詳細

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): 7.5e - 05
• 学習バッチサイズ (train_batch_size): 64
• 評価バッチサイズ (eval_batch_size): 64
• 乱数シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 2
• 総学習バッチサイズ (total_train_batch_size): 128
• 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割合 (lr_scheduler_warmup_ratio): 0.1
• 学習ステップ数 (training_steps): 6124
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークバージョン

• Transformers 4.19.0.dev0
• Pytorch 1.11.0+cu102
• Datasets 2.1.1.dev0
• Tokenizers 0.12.1

モデル指標