Wav2vec Checkpoints

🚀 wav2vec_checkpoints

本模型是基於facebook/wav2vec2-base在無指定數據集上進行微調的版本。它在評估集上取得了以下結果：

• 損失值：0.0267
• 準確率：0.9948

🚀 快速開始

該模型是在特定數據集上對facebook/wav2vec2-base進行微調得到的，可直接用於相關語音任務，根據評估結果，它在準確率上表現出色。

✨ 主要特性

• 基於facebook/wav2vec2-base微調，繼承了其優秀的語音處理能力。
• 在評估集上達到了較高的準確率（0.9948）和較低的損失值（0.0267）。

📦 安裝指南

由於文檔未提供安裝步驟，此章節跳過。

💻 使用示例

由於文檔未提供代碼示例，此章節跳過。

📚 詳細文檔

模型描述

本模型是facebook/wav2vec2-base的微調版本，但文檔中未提供更多詳細信息。

預期用途與限制

文檔中未提供關於此模型預期用途和限制的詳細信息。

訓練和評估數據

文檔中未提供訓練和評估數據的詳細信息。

🔧 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：2e - 05
• 訓練批次大小：32
• 評估批次大小：16
• 隨機種子：42
• 梯度累積步數：4
• 總訓練批次大小：128
• 優化器：使用adamw_torch，其中betas=(0.9, 0.999)，epsilon = 1e - 08，無額外優化器參數
• 學習率調度器類型：線性
• 學習率調度器預熱比例：0.1
• 訓練輪數：5
• 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 4.47.0
• Pytorch 2.5.1+cu121
• Datasets 3.2.0
• Tokenizers 0.21.0

📄 許可證

本項目採用apache - 2.0許可證。