Wavlm Libri Clean 100h Large

🚀 wavlm-libri-clean-100h-large

このモデルは、LIBRISPEECH_ASR - CLEANデータセットでmicrosoft/wavlm-large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: 0.0601
• 単語誤り率 (Wer): 0.0491

🚀 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。LIBRISPEECH_ASR - CLEANデータセットでファインチューニングされています。

✨ 主な機能

• LIBRISPEECH_ASR - CLEANデータセットでのファインチューニングにより、高精度な音声認識が可能です。
• 評価セットで低い損失と単語誤り率を達成しています。

📚 ドキュメント

モデルの説明

このモデルはmicrosoft/wavlm-largeをLIBRISPEECH_ASR - CLEAN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

詳細な情報は今後の追加予定です。

学習と評価データ

詳細な情報は今後の追加予定です。

学習手順

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): 2
• 評価バッチサイズ (eval_batch_size): 2
• 乱数シード (seed): 42
• 分散学習タイプ (distributed_type): multi - GPU
• デバイス数 (num_devices): 8
• 勾配蓄積ステップ数 (gradient_accumulation_steps): 2
• 総学習バッチサイズ (total_train_batch_size): 32
• 総評価バッチサイズ (total_eval_batch_size): 16
• 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タイプ (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): 3.0
• 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 4.15.0.dev0
• Pytorch 1.9.0+cu111
• Datasets 1.16.2.dev0
• Tokenizers 0.10.3