Xls R Et

🚀 自動音声認識モデル

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - ETデータセットでfacebook/wav2vec2-xls-r-300m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: 0.4835
• 単語誤り率 (Wer): 0.3475

🚀 クイックスタート

このモデルは、エストニア語の自動音声認識タスクに使用できます。

✨ 主な機能

• エストニア語の自動音声認識に特化したモデルです。
• 特定のデータセットでファインチューニングされており、高精度な認識を実現します。

📦 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、このセクションを省略します。

💻 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、このセクションを省略します。

📚 ドキュメント

モデルの説明

このモデルは、facebook/wav2vec2-xls-r-300mをMOZILLA-FOUNDATION/COMMON_VOICE_7_0 - ETデータセットでファインチューニングしたものです。

想定される用途と制限

このモデルは、エストニア語の自動音声認識に使用することを想定しています。ただし、具体的な制限事項については追加情報が必要です。

学習と評価データ

学習と評価に使用したデータに関する詳細情報は、追加情報が必要です。

🔧 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): 0.0003
• 学習バッチサイズ (train_batch_size): 72
• 評価バッチサイズ (eval_batch_size): 72
• 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): 144
• 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): cosine
• 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): 100.0
• 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: 4.16.0.dev0
• Pytorch: 1.10.1+cu102
• Datasets: 1.18.4.dev0
• 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。