Whisper Tiny Myanmar

🚀 whisper-tiny-myanmar

このモデルは、openai/whisper-tiny を chuuhtetnaing/myanmar-speech-dataset-openslr-80 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: 0.2353
• Wer: 61.8878

🚀 クイックスタート

このモデルは自動音声認識タスクに使用できます。以下に使用方法の例を示します。

💻 使用例

基本的な使用法

from datasets import Audio, load_dataset
from transformers import pipeline

# Load a sample audio
dataset = load_dataset("chuuhtetnaing/myanmar-speech-dataset-openslr-80")
dataset = dataset.cast_column("audio", Audio(sampling_rate=16000))
test_dataset = dataset['test']
input_speech = test_dataset[42]['audio']

pipe = pipeline(model='chuuhtetnaing/whisper-tiny-myanmar')

output = pipe(input_speech, generate_kwargs={"language": "myanmar", "task": "transcribe"})
print(output['text']) # ကျွန်မ ပြည်ပ မှာ ပညာ သင် တော့ စာမြီးပွဲ ကို တပတ်တခါ စစ်တယ်

🔧 技術詳細

トレーニングのハイパーパラメータ

トレーニング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: 0.0003
• トレーニングバッチサイズ: 128
• 評価バッチサイズ: 128
• シード: 42
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: 線形
• 学習率スケジューラのウォームアップステップ: 200
• エポック数: 30
• 混合精度トレーニング: Native AMP

トレーニング結果

フレームワークのバージョン

• Transformers 4.35.2
• Pytorch 2.1.1+cu121
• Datasets 2.14.5
• Tokenizers 0.15.1

📄 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。