Unispeech Sat Base Plus Timit Ft

🚀 unispeech - sat - base - plus - timit - ft

このモデルは、TIMIT_ASR - NAデータセットで[microsoft/unispeech - sat - base - plus](https://huggingface.co/microsoft/unispeech - sat - base - plus)をファインチューニングしたバージョンです。評価セットで以下の結果を達成しています。

• 損失: 0.6549
• 単語誤り率 (Wer): 0.4051

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

🔧 技術詳細

学習ハイパーパラメータ

学習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): 0.0001
• 学習バッチサイズ (train_batch_size): 32
• 評価バッチサイズ (eval_batch_size): 1
• シード (seed): 42
• 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): 線形
• 学習率スケジューラのウォームアップステップ (lr_scheduler_warmup_steps): 1000
• エポック数 (num_epochs): 20.0
• 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 4.12.0.dev0
• Pytorch 1.8.1
• Datasets 1.14.1.dev0
• Tokenizers 0.10.3