Wav2vec2 Base Timit Google Colab

🚀 wav2vec2-base-timit-google-colab

該模型是在None數據集上對 facebook/wav2vec2-base 進行微調後的版本。它在評估集上取得了以下結果：

• 損失值（Loss）：0.5506
• 字錯率（Wer）：0.3355

🚀 快速開始

該模型是基於 facebook/wav2vec2-base 在特定數據集上微調得到的語音處理模型，可用於語音相關的任務，在評估集上展現了較好的性能。

📚 詳細文檔

模型描述

需要更多信息

預期用途和限制

需要更多信息

訓練和評估數據

需要更多信息

🔧 技術細節

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率（learning_rate）：0.0001
• 訓練批次大小（train_batch_size）：8
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 優化器（optimizer）：Adam，β值為(0.9, 0.999)，ε值為1e - 08
• 學習率調度器類型（lr_scheduler_type）：線性
• 學習率調度器熱身步數（lr_scheduler_warmup_steps）：1000
• 訓練輪數（num_epochs）：30
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.20.0
• Pytorch 1.11.0+cu113
• Datasets 1.13.3
• Tokenizers 0.12.1

📄 許可證

該項目使用Apache-2.0許可證。