Wav2vec2 Base Timit Demo Colab11

🚀 wav2vec2-base-timit-demo-colab11

該模型是基於Transformer架構的語音識別模型，在特定數據集上微調得到，具有較低的損失和字錯率。

🚀 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：

• 損失：0.4922
• 字錯率（Wer）：0.4348

🔧 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：16
• 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：500
• 訓練輪數：15
• 混合精度訓練：Native AMP

訓練結果

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。