Wav2vec2 Large Xlsr 53 Th Speech Emotion Recognition 3c 10ep

🚀 wav2vec2-large-xlsr-53-th-speech-emotion-recognition-3c-10ep

このモデルは、未知のデータセットで airesearch/wav2vec2-large-xlsr-53-th を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: 0.4026
• 正解率: 0.8579

🚀 クイックスタート

このモデルは、未知のデータセットで airesearch/wav2vec2-large-xlsr-53-th をファインチューニングして得られました。評価セットでは、損失が0.4026、正解率が0.8579という結果を達成しています。

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング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: 3e-05
• トレーニングバッチサイズ: 32
• 評価バッチサイズ: 32
• シード: 42
• 勾配蓄積ステップ: 4
• 総トレーニングバッチサイズ: 128
• オプティマイザ: ベータ=(0.9,0.999)、イプシロン=1e-08 の Adam
• 学習率スケジューラの種類: 線形
• 学習率スケジューラのウォームアップ比率: 0.1
• エポック数: 10

トレーニング結果

フレームワークバージョン

• Transformers 4.44.2
• Pytorch 2.4.1+cu121
• Datasets 3.0.1
• Tokenizers 0.19.1

📄 ライセンス

このモデルは、CC BY-SA 4.0ライセンスの下で提供されています。