Wav2vec2 Base Timit Demo Colab52

🚀 wav2vec2-base-timit-demo-colab52

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: 1.7941
• 単語誤り率 (Wer): 0.7501

🚀 クイックスタート

このモデルは、特定の音声関連タスクにおいて、事前学習された wav2vec2-base モデルをファインチューニングすることで得られました。評価セットでの性能を参考に、音声認識などのタスクに利用できます。

🔧 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): 0.0001
• 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
• 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): 1000
• エポック数 (num_epochs): 30
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークバージョン

• Transformers 4.11.3
• Pytorch 1.11.0+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。