Wav2vec2 Xls R 300m Phoneme

🚀 wav2vec2-xls-r-300m-phoneme

このモデルは、facebook/wav2vec2-xls-r-300m 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: 0.3327
• 文字誤り率 (Cer): 0.1332

🚀 クイックスタート

このモデルは、音声データを処理するために使用できます。具体的な使用方法やコード例は、後ほど追加される予定です。

📚 ドキュメント

モデルの説明

詳細な情報は後ほど提供される予定です。

想定される用途と制限事項

詳細な情報は後ほど提供される予定です。

学習と評価データ

詳細な情報は後ほど提供される予定です。

学習手順

学習ハイパーパラメータ

学習中に以下のハイパーパラメータが使用されました：

• 学習率 (learning_rate): 3e-05
• 学習バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 4
• 総学習バッチサイズ (total_train_batch_size): 32
• 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数 (lr_scheduler_warmup_steps): 2000
• 学習ステップ数 (training_steps): 7000
• 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: 4.17.0.dev0
• Pytorch: 1.10.2+cu102
• Datasets: 1.18.2.dev0
• Tokenizers: 0.11.0

📄 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。