Hubert Base Librispeech Demo Colab

🚀 HuBERT-base-libriSpeech-demo-colab

本模型是在無特定數據集上對 facebook/hubert-large-ls960-ft 進行微調後的版本。它在評估集上取得了以下結果：

• 損失值：0.1456
• 字錯率（Wer）：0.2443

🚀 快速開始

本模型是基於特定預訓練模型微調而來，可直接使用其在評估集上的表現結果進行相關語音處理任務的參考。

✨ 主要特性

• 基於預訓練模型微調，能在特定任務上快速收斂。
• 給出了明確的評估指標，如損失值和字錯率，便於衡量模型性能。

📚 詳細文檔

模型描述

更多信息待補充。

預期用途與限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

🔧 技術細節

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0001
• 訓練批次大小：2
• 評估批次大小：8
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身步數：1000
• 訓練輪數：30
• 混合精度訓練：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.20.1
• Pytorch 1.11.0+cu113
• Datasets 2.3.2
• Tokenizers 0.12.1

📄 許可證

本項目採用 Apache-2.0 許可證。