Distil Wav2vec2 Adult Child Cls 37m

🚀 DistilWav2Vec2 成人/子供の音声分類器 37M

DistilWav2Vec2 成人/子供の音声分類器は、wav2vec 2.0 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-adult-child-cls を非公開の成人/子供の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上で行われました。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、成人と子供の音声を高精度に分類することができ、音声関連のアプリケーションに役立ちます。

📚 ドキュメント

モデル

評価結果

このモデルは、評価で次の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

学習中に使用されたハイパーパラメータは次の通りです。

• learning_rate: 3e-05
• train_batch_size: 32
• eval_batch_size: 32
• seed: 42
• gradient_accumulation_steps: 4
• total_train_batch_size: 128
• 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を考慮してください。

作成者

DistilWav2Vec2 成人/子供の音声分類器は、Ananto Joyoadikusumo によって学習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 4.16.2
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

📄 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。