English Filipino Wav2vec2 L Xls R Test 06

🚀 english-filipino-wav2vec2-l-xls-r-test-06

このモデルは、jonatasgrosman/wav2vec2-large-xlsr-53-english を filipino_voice 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: 1.5806
• 単語誤り率 (Wer): 0.6568

🚀 クイックスタート

このモデルは、英語とフィリピン語の音声関連のタスクに使用できます。filipino_voice データセットでファインチューニングされており、特定の音声認識タスクにおいて良好な性能を発揮します。

✨ 主な機能

• 英語とフィリピン語の音声認識に特化したモデル。
• 評価セットで一定の損失と単語誤り率を達成。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションをスキップします。

💻 使用例

このREADMEには具体的なコード例が記載されていないため、このセクションをスキップします。

📚 ドキュメント

モデルの説明

モデルに関する詳細な情報は未提供です。

想定される用途と制限

想定される用途と制限に関する詳細な情報は未提供です。

学習と評価データ

学習と評価データに関する詳細な情報は未提供です。

🔧 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): 0.002
• 学習バッチサイズ (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
• 総学習バッチサイズ (total_train_batch_size): 16
• 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数 (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。