Wav2vec2 Xls R 60 Urdu

🚀 音声自動認識モデル

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - URデータセットでfacebook/wav2vec2-large-xlsr-53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: 3.8433
• 単語誤り率 (Wer): 0.9852

🚀 クイックスタート

このモデルは音声自動認識タスクに使用できます。MOZILLA-FOUNDATION/COMMON_VOICE_7_0 - URデータセットで訓練されています。

✨ 主な機能

• 音声自動認識タスクに適用可能
• 特定のデータセットでファインチューニングされている

📚 ドキュメント

モデルの説明

詳細な情報は後日提供予定です。

想定される用途と制限

詳細な情報は後日提供予定です。

訓練と評価データ

詳細な情報は後日提供予定です。

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): 64
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (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): 128
• 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)
• 訓練ステップ数 (training_steps): 2000
• 混合精度訓練 (mixed_precision_training): Native AMP

訓練結果

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。