Xls R 300m Dv

🚀 XLS-R-300M - ディヴェヒ語版

このモデルは、自動音声認識タスクに特化したモデルです。facebook/wav2vec2-xls-r-300m を Common Voice データセットでファインチューニングしたもので、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、自動音声認識タスクに使用できます。以下は、評価セットでの結果です。

• 損失: 0.2855
• 単語誤り率 (Wer): 0.2665

✨ 主な機能

• 自動音声認識: 音声データをテキストに変換することができます。
• 高い精度: 評価セットでの単語誤り率 (Wer) が 0.2665 と、高い精度を達成しています。

📦 インストール

READMEにインストール手順に関する具体的な内容が記載されていないため、このセクションをスキップします。

💻 使用例

READMEにコード例が記載されていないため、このセクションをスキップします。

📚 ドキュメント

モデル概要

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

想定用途と制限事項

READMEに想定用途と制限事項に関する具体的な内容が記載されていないため、このセクションをスキップします。

学習と評価データ

READMEに学習と評価データに関する具体的な内容が記載されていないため、このセクションをスキップします。

学習手順

学習ハイパーパラメータ

学習時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): 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): 500
• エポック数 (num_epochs): 50
• 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 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

🔧 技術詳細

READMEに技術詳細に関する具体的な内容が記載されていないため、このセクションをスキップします。

📄 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。