Wav2vec2 Large Xls R 300m Marathi Cv8

🚀 wav2vec2-large-xls-r-300m-marathi-cv8

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - MRデータセットでfacebook/wav2vec2-xls-r-300m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: 0.6483
• 単語誤り率 (Wer): 0.6049

🚀 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。具体的な使用方法については、Hugging Faceのドキュメントを参照してください。

📚 ドキュメント

モデル情報

モデルの詳細

このモデルは、マラーティ語の自動音声認識に特化しています。ベースモデルのfacebook/wav2vec2-xls-r-300mを使用し、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - MRデータセットでファインチューニングされています。

トレーニング手順

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): 32
• 評価バッチサイズ (eval_batch_size): 16
• 乱数シード (seed): 42
• 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 (lr_scheduler_warmup_steps): 500
• エポック数 (num_epochs): 100.0
• 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 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 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。