Wav2vec2 Xls R 300m Bangla Command Word Combination Synthetic

🚀 wav2vec2-xls-r-300m-bangla-command-word-combination-synthetic

このモデルは、音声認識タスクに特化したモデルで、facebook/wav2vec2-xls-r-300m をベースに特定のデータセットで微調整されたものです。評価セットで良好な結果を達成しています。

🚀 クイックスタート

このモデルは facebook/wav2vec2-xls-r-300m を None データセットで微調整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: 0.0068
• 単語誤り率 (Wer): 0.4111

📚 ドキュメント

モデルの説明

詳細情報は追って提供される予定です。

想定される用途と制限

詳細情報は追って提供される予定です。

学習と評価データ

詳細情報は追って提供される予定です。

🔧 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): 0.0001
• 学習バッチサイズ (train_batch_size): 32
• 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): 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): 100
• 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 4.16.2
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 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。