Wav2vec2 Xls R 100m Common Voice Tr Ft

🚀 wav2vec2-xls-r-100m-common_voice-tr-ft

このモデルは、COMMON_VOICE - TRデータセットでfacebook/wav2vec2-xls-r-100m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: 3.4113
• 単語誤り率 (Wer): 1.0
• 文字誤り率 (Cer): 1.0

🚀 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。具体的な使い方は、Hugging Faceのライブラリを使ってモデルをロードし、音声データを入力することで音声認識を行うことができます。

📚 ドキュメント

モデルの説明

詳細な情報は後日追加予定です。

想定される用途と制限

詳細な情報は後日追加予定です。

学習と評価データ

詳細な情報は後日追加予定です。

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): 0.0005
• 学習バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• 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
• 総学習バッチサイズ (total_train_batch_size): 64
• 総評価バッチサイズ (total_eval_batch_size): 64
• 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): 50.0
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークバージョン

• Transformers 4.13.0.dev0
• Pytorch 1.9.0+cu111
• Datasets 1.15.2.dev0
• Tokenizers 0.10.3

📄 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。