Whisper Uz

🚀 Whisper base uz - Jamshid Ahmadov

このモデルは、Common Voiceデータセット上でWhisper 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: 0.1652
• 単語誤り率 (Wer): 14.0135

✨ 主な機能

• ウズベク語の音声認識に特化したファインチューニング済みモデルです。
• 低い損失と単語誤り率を達成しており、高精度な音声認識が可能です。

📦 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

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 (learning_rate): 1e-05
• 訓練バッチサイズ (train_batch_size): 8
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (seed): 42
• 勾配累積ステップ数 (gradient_accumulation_steps): 2
• 総訓練バッチサイズ (total_train_batch_size): 16
• オプティマイザ (optimizer): betas=(0.9,0.999)、epsilon=1e-08のadamw_torchを使用。追加のオプティマイザ引数はなし
• 学習率スケジューラの種類 (lr_scheduler_type): 線形
• 学習率スケジューラのウォームアップステップ数 (lr_scheduler_warmup_steps): 500
• 学習ステップ数 (training_steps): 2000
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークバージョン

• Transformers 4.50.3
• Pytorch 2.5.1+cu121
• Datasets 3.5.0
• Tokenizers 0.21.0

🔧 技術詳細

このREADMEには十分な技術的詳細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。

📄 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。