Distil Wav2vec2 Xls R Adult Child Cls 64m

🚀 DistilWav2Vec2 XLS-R 成人/子供音声分類器 64M

DistilWav2Vec2 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-adult-child-cls をプライベートな成人/子供音声分類データセットで蒸留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学習されました。すべての学習は、Kaggleが提供するTesla P100で行われました。学習メトリクスはTensorboardを介して記録されました。

✨ 主な機能

このモデルは、音声分類タスクに特化しており、成人と子供の音声を高精度に分類することができます。また、XLS-Rアーキテクチャをベースにしているため、効率的な学習と推論が可能です。

📦 インストール

原READMEに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

原READMEに使用例のコード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

モデル情報

評価結果

このモデルは、以下の評価結果を達成しています。

学習手順

学習ハイパーパラメータ

学習時には、以下のハイパーパラメータが使用されました。

• learning_rate: 3e-05
• train_batch_size: 16
• eval_batch_size: 16
• seed: 42
• gradient_accumulation_steps: 4
• total_train_batch_size: 64
• optimizer: Adam (betas=(0.9,0.999), epsilon=1e-08)
• lr_scheduler_type: linear
• lr_scheduler_warmup_ratio: 0.1
• num_epochs: 5

学習結果

免責事項

事前学習データセットに含まれるバイアスが、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

DistilWav2Vec2 XLS-R 成人/子供音声分類器は、Ananto Joyoadikusumo によって学習と評価が行われました。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

📄 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。