Whisper Finetuned

🚀 Whisper Indian Acccent

このモデルは、インド英語アクセントのデータセットでopenai/whisper-large-v3-turbo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: 0.1700
• 単語誤り率 (Wer): 4.3908

🚀 クイックスタート

このモデルは、インド英語アクセントの自動音声認識タスクに使用できます。以下に、評価セットでの結果を示します。

✨ 主な機能

• インド英語アクセントに特化した自動音声認識モデルです。
• ファインチューニングにより、特定のアクセントに対する性能が向上しています。

📚 ドキュメント

モデルの説明

このモデルは、OpenAIのWhisper-large-v3-turboをベースに、インド英語アクセントのデータセットでファインチューニングされています。

想定される用途と制限

想定される用途は、インド英語アクセントの自動音声認識です。制限事項については、現時点で詳細な情報はありません。

学習と評価データ

学習データセットには、krishan23/indian_englishが使用されています。評価データに関する詳細な情報は、現時点ではありません。

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以下の通りです。

• 学習率 (learning_rate): 1e-05
• 学習バッチサイズ (train_batch_size): 16
• 評価バッチサイズ (eval_batch_size): 8
• 乱数シード (seed): 42
• オプティマイザ (optimizer): adamw_torchを使用し、ベータ値は(0.9,0.999)、イプシロンは1e-08、追加のオプティマイザ引数はありません。
• 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 (lr_scheduler_warmup_steps): 500
• 学習ステップ数 (training_steps): 5000
• 混合精度学習 (mixed_precision_training): Native AMP

学習結果

フレームワークのバージョン

• Transformers: 4.48.3
• Pytorch: 2.2.0a0+81ea7a4
• Datasets: 3.3.0
• Tokenizers: 0.21.0

📄 ライセンス

このモデルは、MITライセンスの下で提供されています。