Whisper Medium Aeb ENT

🚀 Whisper medium AT

このモデルは、openai/whisper-medium を AT_ENT データセットで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: 1.2100
• 単語誤り率 (Wer): 66.8297

🚀 クイックスタート

このモデルは、自動音声認識タスクに最適化されており、特定の言語やデータセットでの性能が向上しています。

📦 インストール

このモデルを使用するには、transformers ライブラリが必要です。以下のコマンドでインストールできます。

pip install transformers

📚 ドキュメント

モデル情報

モデルの結果

このモデルは AT_ENT データセットのテストセットで評価され、以下の結果を得ています。

• タスク: 自動音声認識 (Automatic Speech Recognition)
• データセット: AT_ENT (config: aeb, split: test)
• 評価指標: 単語誤り率 (Wer) = 66.82967723906664

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): 32
• 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): 4
• 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: 4.45.1
• Pytorch: 2.4.1+cu121
• Datasets: 3.0.1
• Tokenizers: 0.20.0

📄 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。