Wav2vec2 Base Toy Train Data Masked Audio

🚀 wav2vec2-base_toy_train_data_masked_audio

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: 1.1950
• 単語誤り率 (Wer): 0.7340

📚 ドキュメント

モデルの説明

詳細情報は後日提供予定です。

想定される用途と制限

詳細情報は後日提供予定です。

学習と評価データ

詳細情報は後日提供予定です。

学習手順

学習ハイパーパラメータ

学習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): 0.0001
• 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
• 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): 32
• 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数 (lr_scheduler_warmup_steps): 1000
• エポック数 (num_epochs): 20

学習結果

フレームワークのバージョン

• Transformers 4.17.0
• Pytorch 1.11.0+cu102
• Datasets 2.0.0
• Tokenizers 0.11.6

📄 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。