Wav2vec2 Xls R 300m Tr Med CommonVoice8 Tr Med CommonVoice8

🚀 wav2vec2-xls-r-300m-Tr-med-CommonVoice8-Tr-med-CommonVoice8

このモデルは、emre/wav2vec2-xls-r-300m-Tr-med-CommonVoice8 を common_voice データセットで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: 0.2708
• 単語誤り率 (Wer): 0.5010

🚀 クイックスタート

このモデルは、音声認識タスクに使用できます。具体的な使用方法は、Hugging Faceのライブラリを使って簡単に実行できます。

📚 ドキュメント

モデルの説明

詳細情報は後日追加予定です。

想定される用途と制限

詳細情報は後日追加予定です。

学習と評価データ

詳細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): 0.0001
• 学習バッチサイズ (train_batch_size): 16
• 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): 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): 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): 300
• エポック数 (num_epochs): 5
• 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: 4.11.3
• Pytorch: 1.10.0+cu111
• Datasets: 1.18.1
• 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。