Wav2vec2 Base Timit Demo Colab240

🚀 wav2vec2-base-timit-demo-colab240

本模型是在None數據集上對 facebook/wav2vec2-base 進行微調後的版本。它在語音識別等相關任務中具有一定的應用價值，能為語音處理領域提供一個可參考的模型方案。

🚀 快速開始

此模型是 facebook/wav2vec2-base 在None數據集上的微調版本。它在評估集上取得了以下結果：

• 評估損失（eval_loss）：0.6367
• 評估字錯率（eval_wer）：0.5855
• 評估運行時間（eval_runtime）：20.4889
• 每秒評估樣本數（eval_samples_per_second）：6.931
• 每秒評估步數（eval_steps_per_second）：0.879
• 訓練輪數（epoch）：14.08
• 訓練步數（step）：1000

🔧 技術細節

訓練超參數

訓練期間使用了以下超參數：

• 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，其中 betas=(0.9, 0.999) 且 epsilon=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）

框架版本

• Transformers：4.11.3
• Pytorch：1.11.0+cu113
• Datasets：1.18.3
• Tokenizers：0.10.3

📄 許可證

本項目採用Apache-2.0許可證。