Wav2vec2 Xls R Pt Cv7 From Bp400h

🚀 wav2vec2-xls-r-pt-cv7-from-bp400h

このモデルは、自動音声認識を行うためのモデルです。lgris/bp_400h_xlsr2_300M 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、評価セットで良好な結果を達成しています。

🚀 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。以下に、評価セットでの結果を示します。

• 損失: 0.1535
• 単語誤り率 (Wer): 0.1254

📚 ドキュメント

モデルの概要

このモデルは、lgris/bp_400h_xlsr2_300M 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。

想定される用途と制限

詳細な情報はありません。

学習と評価データ

詳細な情報はありません。

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): 0.0001
• 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
• 勾配累積ステップ数 (gradient_accumulation_steps): 2
• 総学習バッチサイズ (total_train_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の種類 (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): 100
• 学習ステップ数 (training_steps): 5000

学習結果

フレームワークのバージョン

• Transformers 4.15.0
• Pytorch 1.10.0+cu111
• Datasets 1.18.0
• 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。