Wav2vec2 Xls R Adult Child Cls

🚀 Wav2Vec2 XLS-R 成人/子供音声分類器

Wav2Vec2 XLS-R 成人/子供音声分類器は、XLS-R アーキテクチャに基づく音声分類モデルです。このモデルは、wav2vec2-xls-r-300m を非公開の成人/子供音声分類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。

このモデルは、HuggingFaceのPyTorchフレームワークを使用してトレーニングされました。すべてのトレーニングは、Kaggleが提供するTesla P100で行われました。トレーニングメトリクスはTensorboardを介して記録されました。

✨ 主な機能

このモデルは、成人と子供の音声を高精度に分類することができます。XLS-Rアーキテクチャをベースにしているため、多様な音声データに対して強力な性能を発揮します。

📦 インストール

このREADMEには具体的なインストール手順が記載されていないため、このセクションは省略されます。

💻 使用例

このREADMEには具体的なコード例が記載されていないため、このセクションは省略されます。

📚 ドキュメント

モデル

評価結果

モデルは、評価で以下の結果を達成しています。

トレーニング手順

トレーニング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。

• learning_rate: 3e-05
• train_batch_size: 8
• eval_batch_size: 8
• seed: 42
• gradient_accumulation_steps: 4
• total_train_batch_size: 32
• optimizer: Adam (betas=(0.9,0.999) および epsilon=1e-08)
• lr_scheduler_type: linear
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 5

トレーニング結果

免責事項

事前学習データセットに由来するバイアスが、このモデルの結果に引き継がれる可能性があることに留意してください。

作成者

Wav2Vec2 XLS-R 成人/子供音声分類器は、Wilson Wongso によってトレーニングおよび評価されました。すべての計算と開発はKaggle上で行われました。

フレームワークバージョン

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

🔧 技術詳細

このREADMEには具体的な技術実装の詳細が50文字以上記載されていないため、このセクションは省略されます。

📄 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。