Wav2vec2 Large Xls R 300m Hindi Colab

🚀 wav2vec2-large-xls-r-300m-hindi-colab

このモデルは、common_voice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: 7.2810
• 単語誤り率 (Wer): 1.0

🚀 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。評価セットでの損失と単語誤り率が示されており、特定のハイパーパラメータを用いて訓練されています。

📚 ドキュメント

訓練と評価データ

データセットとしてcommon_voiceを使用しています。

訓練手順

訓練ハイパーパラメータ

訓練中に以下のハイパーパラメータが使用されました。

• 学習率 (learning_rate): 0.0003
• 訓練バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 2
• 総訓練バッチサイズ (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): 5
• エポック数 (num_epochs): 5
• 混合精度訓練 (mixed_precision_training): Native AMP

訓練結果

フレームワークバージョン

• Transformers 4.11.3
• Pytorch 1.10.0+cu111
• Datasets 1.18.3
• 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。