Wav2vec2 Large Xls R 300m Basque

🚀 wav2vec2-large-xls-r-300m-basque

このモデルは、common_voiceデータセット上で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: 0.4276
• 単語誤り率 (Wer): 0.5962

📚 ドキュメント

モデルの説明

詳細情報は後日提供予定です。

想定される用途と制限

詳細情報は後日提供予定です。

学習と評価データ

詳細情報は後日提供予定です。

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): 0.0003
• 学習バッチサイズ (train_batch_size): 2
• 評価バッチサイズ (eval_batch_size): 2
• 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): 4
• 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
• 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): 500
• 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 4.16.2
• Pytorch 1.10.0+cu111
• 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。

🔍 その他の情報

• メトリクス:
  • 単語誤り率 (wer)
  • 文字誤り率 (cer)
• タグ:
  • 自動音声認識 (automatic-speech-recognition)
  • バスク語 (basque)
  • トレーナーから生成 (generated_from_trainer)
  • HF音声認識ランキング (hf-asr-leaderboard)
  • 堅牢音声イベント (robust-speech-event)
• データセット:
  • mozilla-foundation/common_voice_7_0

モデル指標

このモデルは、評価セットで以下の結果を達成しました。

• 損失: 0.4276
• 単語誤り率 (Wer): 0.5962