Wav2vec2 Large Xlsr Tamil Commonvoice

🚀 wav2vec2-large-xlsr-tamil-commonvoice

このモデルは、facebook/wav2vec2-large-xlsr-53 を common_voice データセットでファインチューニングしたものです。評価セットでは以下の結果を達成しています。

• 損失: 0.6145
• 単語誤り率 (Wer): 0.8512

🚀 クイックスタート

このモデルは音声関連のタスクに使用できます。具体的な使用方法については、以下のセクションを参照してください。

🔧 技術詳細

トレーニングハイパーパラメータ

トレーニング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
• 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): 8
• シード (seed): 42
• 勾配累積ステップ (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 (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類 (lr_scheduler_type): 線形 (linear)
• 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): 200
• エポック数 (num_epochs): 20
• 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 4.11.3
• Pytorch 1.10.0+cu102
• Datasets 1.13.3
• 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。