Xlsr Hungarian New

🚀 Akashpb13/xlsr_hungarian_new

このモデルは、MOZILLA-FOUNDATION/COMMON_VOICE_8_0 - huデータセット上で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（トレーニングデータセットの10％と、無効化データ、報告データ、その他のデータ、開発データセットをマージしたもの）で以下の結果を達成しています。

• 損失: 0.197464
• 単語誤り率 (Wer): 0.330094

✨ 主な機能

このモデルは、自動音声認識（Automatic Speech Recognition）タスクに特化しており、ハンガリー語の音声を高精度に認識することができます。

📦 インストール

READMEにインストール手順に関する具体的な内容が記載されていないため、このセクションは省略されます。

💻 使用例

READMEに使用例に関する具体的なコードが記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデルの説明

"facebook/wav2vec2-xls-r-300m" がファインチューニングされました。

想定される用途と制限

詳細情報が必要です。

トレーニングと評価データ

トレーニングデータ - Common voice のハンガリー語の train.tsv、dev.tsv、invalidated.tsv、reported.tsv、および other.tsv。 Common voice 7.0で提供されるすべてのデータセットを連結した後、アップボートがダウンボートより多いポイントのみが考慮され、重複が削除されました。

トレーニング手順

トレーニングデータセットを作成するために、すべての可能なデータセットが追加され、90-10の分割が使用されました。

トレーニングハイパーパラメータ

トレーニング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): 0.000095637994662983496
• トレーニングバッチサイズ (train_batch_size): 16
• 評価バッチサイズ (eval_batch_size): 16
• 乱数シード (seed): 13
• 勾配累積ステップ数 (gradient_accumulation_steps): 16
• 学習率スケジューラのタイプ (lr_scheduler_type): cosine_with_restarts
• 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): 500
• エポック数 (num_epochs): 100
• 混合精度トレーニング (mixed_precision_training): Native AMP

トレーニング結果

フレームワークのバージョン

• Transformers 4.16.0.dev0
• Pytorch 1.10.0+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

評価コマンド

1. mozilla-foundation/common_voice_8_0 の test スプリットで評価するには

python eval.py --model_id Akashpb13/xlsr_hungarian_new --dataset mozilla-foundation/common_voice_8_0 --config hu --split test

🔧 技術詳細

このモデルは、自動音声認識タスクにおいて、ハンガリー語の音声を高精度に認識するために開発されました。"facebook/wav2vec2-xls-r-300m" をベースに、Common Voice 8.0のハンガリー語データセットを使用してファインチューニングされました。トレーニングには、特定のハイパーパラメータが使用され、90-10のデータ分割を行っています。評価では、単語誤り率（Wer）と文字誤り率（Cer）が使用されています。

📄 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。