Wav2vec2 2 Rnd

🚀 基於Librispeech_asr數據集訓練的模型

本模型在語音識別領域具有重要價值，它基於Librispeech_asr數據集從頭開始訓練，在評估集上取得了良好的效果，為語音識別任務提供了有效的解決方案。

🚀 快速開始

本模型是在librispeech_asr數據集上從頭開始訓練的。它在評估集上取得了以下結果：

• 損失值（Loss）：0.9599
• 字錯率（Wer）：0.1442

📚 詳細文檔

模型描述

本模型基於Librispeech_asr數據集進行訓練，但目前關於該模型的更多詳細信息有待補充。

預期用途與限制

目前關於該模型的預期用途和限制的更多信息有待補充。

訓練和評估數據

目前關於訓練和評估數據的更多信息有待補充。

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（learning_rate）：3e - 05
• 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
• 梯度累積步數（gradient_accumulation_steps）：4
• 總訓練批次大小（total_train_batch_size）：32
• 優化器（optimizer）：Adam，其中betas = (0.9, 0.999)，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）：20.0
• 混合精度訓練（mixed_precision_training）：原生自動混合精度（Native AMP）

訓練結果

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2 + cu113
• Datasets 1.18.3
• Tokenizers 0.11.0