Wav2vec2 Xlsr Tatar

🚀 sammy786/wav2vec2-xlsr-tatar

このモデルは、MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - ttデータセット上でfacebook/wav2vec2-xls - r - 1b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（トレインデータセットの10％を他のデータセットとdevデータセットと結合したもの）で以下の結果を達成しています。

• 損失: 7.66
• 単語誤り率（Wer）: 7.08

✨ 主な機能

このモデルは、自動音声認識タスクに特化しており、MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - ttデータセットを使用してファインチューニングされています。

📚 ドキュメント

モデルの説明

"facebook/wav2vec2-xls - r - 1b"がファインチューニングされました。

想定される用途と制限

詳細な情報は必要です。

トレーニングと評価データ

トレーニングデータは、Common voice Finnishのtrain.tsv、dev.tsvおよびother.tsvです。

トレーニング手順

トレーニングデータセットを作成するために、すべての可能なデータセットが追加され、90 - 10の分割が使用されました。

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（learning_rate）: 0.000045637994662983496
• トレーニングバッチサイズ（train_batch_size）: 16
• 評価バッチサイズ（eval_batch_size）: 16
• 乱数シード（seed）: 13
• 勾配累積ステップ数（gradient_accumulation_steps）: 2
• 総トレーニングバッチサイズ（total_train_batch_size）: 32
• オプティマイザ（optimizer）: Adam（ベータ=(0.9, 0.999)、イプシロン=1e - 08）
• 学習率スケジューラの種類（lr_scheduler_type）: cosine_with_restarts
• 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）: 40
• 混合精度トレーニング（mixed_precision_training）: Native AMP

トレーニング結果

フレームワークバージョン

• Transformers 4.16.0.dev0
• Pytorch 1.10.0+cu102
• Datasets 1.17.1.dev0
• Tokenizers 0.10.3

評価コマンド

1. mozilla - foundation/common_voice_8_0のtestスプリットで評価するには、以下のコマンドを実行します。

python eval.py --model_id sammy786/wav2vec2-xlsr-tatar --dataset mozilla-foundation/common_voice_8_0 --config tt --split test

📄 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。