Xls R 300m Te

🚀 xls-r-300m-te

このモデルは自動音声認識タスクに特化したモデルで、OPENSLR_SLR66 - NAデータセットで微調整されています。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、facebook/wav2vec2-xls-r-300m をOPENSLR_SLR66 - NAデータセットで微調整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: 0.2680
• 単語誤り率 (Wer): 0.3467

📚 ドキュメント

モデルの概要

このモデルは、自動音声認識タスクに使用されるモデルです。OPENSLR_SLR66 - NAデータセットでの微調整により、特定の音声認識タスクに最適化されています。

想定される用途と制限

想定される用途や制限に関する詳細情報はありません。

学習と評価データ

学習と評価に使用したデータに関する詳細情報はありません。

学習手順

学習ハイパーパラメータ

学習時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): 7.5e-05
• 学習バッチサイズ (train_batch_size): 16
• 評価バッチサイズ (eval_batch_size): 16
• 乱数シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 4
• 総学習バッチサイズ (total_train_batch_size): 64
• 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): 2000
• エポック数 (num_epochs): 10.0
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークのバージョン

• Transformers 4.16.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.17.1.dev0
• 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。