Whisper Medium Turkish 2

🚀 Whisper Medium TR

このモデルは、Common Voice 11.0データセットでopenai/whisper-mediumをファインチューニングしたバージョンです。 評価セットでは以下の結果を達成しています。

• 損失: 0.211673
• 単語誤り率 (Wer): 18.51

✨ 主な機能

このモデルは、トルコ語の音声をテキストに変換するために調整されたOpenAI Whisper Medium Transformerです。過学習を防ぐために、重み減衰を0.1に設定しています。

📚 ドキュメント

想定される用途と制限

このモデルは、HuggingFaceのウェブアプリを通じて利用できます。

学習と評価データ

学習に使用されたデータは、Mozilla Foundationのトルコ語Common Voice 11.0のトレインデータとバリデーションデータの最初の10%です。 重み減衰は、評価データセットでもわずかに良い結果を示しました。

学習手順

事前学習済みモデルをロードした後、データセットで学習を行いました。

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
• トレインバッチサイズ (train_batch_size): 16
• 評価バッチサイズ (eval_batch_size): 8
• 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タイプ (lr_scheduler_type): 線形 (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
• 学習ステップ数 (training_steps): 4000
• 混合精度学習 (mixed_precision_training): Native AMP
• 重み減衰 (weight_decay): 0.1

フレームワークのバージョン

• Transformers 4.26.0.dev0
• Pytorch 1.12.1+cu113
• Datasets 2.7.1
• 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。