Wav2vec2 Phoneme

🚀 wav2vec2-Phoneme

このモデルは、未知のデータセットでfacebook/wav2vec2-large-xlsr-53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。

🚀 クイックスタート

このモデルは、未知のデータセットでfacebook/wav2vec2-large-xlsr-53をファインチューニングしたものです。評価セットでの結果は以下の通りです。

• 損失: 0.2842
• 単語誤り率 (Wer): 0.1281

🔧 技術詳細

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。

• 学習率 (learning_rate): 0.0001
• トレーニングバッチサイズ (train_batch_size): 16
• 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 (gradient_accumulation_steps): 2
• 総トレーニングバッチサイズ (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): 線形 (linear)
• 学習率スケジューラのウォームアップステップ (lr_scheduler_warmup_steps): 500
• エポック数 (num_epochs): 30
• 混合精度トレーニング (mixed_precision_training): Native AMP

トレーニング結果

フレームワークバージョン

• Transformers 4.40.0
• Pytorch 2.2.1+cu121
• Datasets 2.19.1.dev0
• Tokenizers 0.19.1

📄 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。