Wav2vec2 Base 960h Finetuned Common Voice

🚀 wav2vec2-base-960h-finetuned_common_voice

該模型是 facebook/wav2vec2-base-960h 在 None 數據集上的微調版本。

🚀 快速開始

本模型是基於特定數據集對預訓練模型進行微調得到的，可用於相關語音處理任務。

📄 許可證

本項目採用 Apache-2.0 許可證。

🔧 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（learning_rate）：0.0001
• 訓練批次大小（train_batch_size）：16
• 評估批次大小（eval_batch_size）：8
• 隨機種子（seed）：42
• 梯度累積步數（gradient_accumulation_steps）：64
• 總訓練批次大小（total_train_batch_size）：1024
• 優化器（optimizer）：Adam，β1=0.9，β2=0.999，ε=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：4.18.0
• Pytorch：1.11.0+cu113
• Datasets：2.1.0
• Tokenizers：0.12.1