Wavlm Base En

🚀 wavlm-base-english

このモデルは、english_ASR - CLEANデータセットでmicrosoft/wavlm-base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: 0.0955
• 単語誤り率 (Wer): 0.0773

🚀 クイックスタート

このモデルは、英語の自動音声認識タスクに使用できます。以下に評価セットでの結果を示します。

📚 ドキュメント

モデルの説明

このモデルは、英語の自動音声認識タスクに特化してmicrosoft/wavlm-baseをファインチューニングしたものです。

想定される用途と制限

詳細な情報は後日提供予定です。

学習と評価データ

詳細な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): 16
• 評価バッチサイズ (eval_batch_size): 16
• 乱数シード (seed): 42
• 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 (lr_scheduler_warmup_steps): 500
• エポック数 (num_epochs): 1.0
• 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 4.15.0
• Pytorch 1.9.1
• Datasets 1.18.0
• Tokenizers 0.10.3