Whisper With Augmentation Small Arabic With Diacritics

🚀 whisper-with-augmentation-small-arabic_with-diacritics

このモデルは、音声認識のために微調整されたモデルです。openai/whisper-small をベースにしており、評価セットで一定の性能を達成しています。

📚 詳細ドキュメント

モデル概要

このモデルは openai/whisper-small をNoneデータセットで微調整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: 0.7564
• 単語誤り率 (Wer): 0.7171

想定用途と制限事項

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): 1e-05
• 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
• 勾配累積ステップ数 (gradient_accumulation_steps): 2
• 総学習バッチサイズ (total_train_batch_size): 32
• オプティマイザ (optimizer): betas=(0.9,0.999) かつ epsilon=1e-08 の adamw_torch を使用。追加のオプティマイザ引数はありません (optimizer_args=No additional optimizer arguments)
• 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数 (lr_scheduler_warmup_steps): 200
• 学習ステップ数 (training_steps): 1000

学習結果

フレームワークバージョン

• Transformers 4.47.0.dev0
• Pytorch 2.5.1
• Datasets 3.1.0
• Tokenizers 0.20.3

📄 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。