Whisper Large V2 Ko

🚀 whisper-large-v2-Ko

このモデルは、openai/whisper-large-v2 をNone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: 0.0617
• 単語誤り率 (Wer): 2.9

🚀 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。具体的な使用方法は、Hugging Faceのライブラリを利用して簡単に実行できます。

📚 ドキュメント

モデルの詳細

このモデルは、OpenAIのWhisper-large-v2をベースに、特定のデータセットでファインチューニングされています。

想定される用途と制限

詳細な情報は今後の追加予定です。

学習と評価データ

詳細な情報は今後の追加予定です。

学習手順

学習メトリクス

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
• 分散学習タイプ (distributed_type): multi-GPU
• デバイス数 (num_devices): 7
• 総学習バッチサイズ (total_train_batch_size): 224
• 総評価バッチサイズ (total_eval_batch_size): 112
• 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タイプ (lr_scheduler_type): linear
• 学習率スケジューラウォームアップステップ (lr_scheduler_warmup_steps): 500
• 総学習ステップ数 (training_steps): 5000
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークバージョン

• Transformers: 4.27.0.dev0
• Pytorch: 1.12.1+cu113
• Datasets: 2.10.1
• Tokenizers: 0.13.2

📄 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。