Wav2vec2 Xls R 300m Hy

🚀 wav2vec2-xls-r-300m-hy

このモデルは自動音声認識に特化したもので、特定のデータセットで微調整され、高い精度を達成しています。

🚀 クイックスタート

このモデルは facebook/wav2vec2-xls-r-300m を /WORKSPACE/DATA/HY/NOIZY_STUDENT_3/ - NA データセットで微調整したものです。評価セットでは以下の結果を達成しています。

• 損失: 0.2293
• 単語誤り率 (WER): 0.3333
• 文字誤り率 (CER): 0.0602

✨ 主な機能

• 自動音声認識タスクに特化したモデルです。
• 特定のデータセットで微調整され、高い精度を達成しています。

📚 ドキュメント

モデル情報

評価結果

• Common Voice hy-AM データセット
  • 単語誤り率 (WER LM): 13.192818110850899
  • 文字誤り率 (CER LM): 2.787051087506323
• Robust Speech Event - Dev Data データセット
  • テスト WER: 22.246048764990867
  • テスト CER: 7.59406739840239

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: 7e-05
• 学習バッチサイズ: 64
• 評価バッチサイズ: 64
• シード: 842
• 勾配累積ステップ: 2
• 総学習バッチサイズ: 128
• オプティマイザ: Adam (betas=(0.9,0.98), epsilon=1e-08)
• 学習率スケジューラタイプ: cosine
• 学習率スケジューラウォームアップ率: 0.1
• 学習ステップ: 4000
• 混合精度学習: Native AMP

学習結果

フレームワークバージョン

• Transformers 4.17.0.dev0
• Pytorch 1.10.2
• Datasets 1.18.4.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。