Wav2vec2 Xlsr Estonian

🚀 sammy786/wav2vec2-xlsr-estonian

このモデルは、MOZILLA - FOUNDATION/COMMON_VOICE_8_0 - et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: 17.94
• 単語誤り率（Wer）: 30.38

📚 ドキュメント

モデルの説明

"facebook/wav2vec2 - xls - r - 1b"をファインチューニングしました。

想定される用途と制限

詳細情報が必要です。

トレーニングと評価データ

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

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、可能なすべてのデータセットを追加し、90 - 10の分割を行いました。

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: 0.000045637994662983496
• トレーニングバッチサイズ: 8
• 評価バッチサイズ: 16
• シード: 13
• 勾配累積ステップ: 2
• 総トレーニングバッチサイズ: 32
• オプティマイザ: 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タイプ: cosine_with_restarts
• 学習率スケジューラのウォームアップステップ: 500
• エポック数: 30
• 混合精度トレーニング: 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

python eval.py --model_id sammy786/wav2vec2-xlsr-estonian --dataset mozilla-foundation/common_voice_8_0 --config et --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。

🔍 モデル情報