Wav2vec2 Large Xlsr 53 Th Speech Emotion Recognition 3c 10ep

🚀 wav2vec2-large-xlsr-53-th-speech-emotion-recognition-3c-10ep

該模型是基於airesearch/wav2vec2-large-xlsr-53-th在未知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：0.4026
• 準確率：0.8579

🚀 快速開始

本模型可直接用於語音情感識別任務，你可以基於Hugging Face的transformers庫加載並使用該模型。

✨ 主要特性

• 基於wav2vec2-large-xlsr-53-th模型微調，在語音情感識別任務上有較好的表現。
• 在評估集上取得了較高的準確率（0.8579）。

📄 許可證

本模型採用CC BY-SA 4.0許可協議。

📚 詳細文檔

模型描述

該模型是對airesearch/wav2vec2-large-xlsr-53-th進行微調後的版本，但關於該模型的更多詳細信息有待補充。

預期用途與限制

關於該模型的預期用途和限制信息有待補充。

訓練和評估數據

關於訓練和評估數據的詳細信息有待補充。

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：3e-05
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：42
• 梯度累積步數：4
• 總訓練批次大小：128
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身比例：0.1
• 訓練輪數：10

訓練結果

框架版本

• Transformers 4.44.2
• Pytorch 2.4.1+cu121
• Datasets 3.0.1
• Tokenizers 0.19.1

信息表格