Wav2vec Fine Tuned Speech Command2

🚀 wav2vec-fine_tuned-speech_command2

このモデルは、speech_commandsデータセットでfacebook/wav2vec2-base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: 0.1040
• 正解率: 0.9735

🚀 クイックスタート

このモデルは、音声コマンドの認識に特化しており、事前学習済みのwav2vec2モデルをspeech_commandsデータセットでファインチューニングしています。

📚 ドキュメント

モデルの説明

詳細情報は後日追加予定です。

想定される用途と制限事項

詳細情報は後日追加予定です。

学習と評価データ

詳細情報は後日追加予定です。

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: 0.0003
• 学習バッチサイズ: 256
• 評価バッチサイズ: 256
• シード: 42
• 勾配累積ステップ: 4
• 総学習バッチサイズ: 1024
• 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比率: 0.1
• エポック数: 10

学習結果

フレームワークのバージョン

• Transformers 4.30.2
• Pytorch 2.0.0
• Datasets 2.1.0
• Tokenizers 0.13.3

📄 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。