Output

🚀 出力

このモデルは、COMMON_VOICE - TRデータセットでcahya/wav2vec2-base-turkish-artificial-cv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: 0.1822
• 単語誤り率 (Wer): 0.1423

🚀 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): 7.5e-07
• 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 (gradient_accumulation_steps): 4
• 総学習バッチサイズ (total_train_batch_size): 8
• 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 (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): 2000
• エポック数 (num_epochs): 1.0

学習結果

詳細情報は後日提供予定です。

フレームワークバージョン

• Transformers 4.17.0.dev0
• Pytorch 1.10.1+cu102
• Datasets 1.18.2
• 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。