Whisper Small ISSAI KSC 335RS V2

🚀 whisper-small-ISSAI_KSC_335RS_v2

本模型是在None數據集上從頭開始訓練的語音識別模型，為語音處理任務提供了新的解決方案。

🚀 快速開始

該模型在語音識別任務中具有一定的應用價值，可基於其進行相關語音處理項目的開發。

✨ 主要特性

• 模型基於從頭開始訓練，能夠更好地適應特定數據集的特徵。

📚 詳細文檔

模型描述

此模型為whisper-small-ISSAI_KSC_335RS_v2，在None數據集上從頭開始訓練，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詳細信息有待補充。

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（learning_rate）：1e-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）：2
• 總訓練批次大小（total_train_batch_size）：16
• 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）：100
• 訓練步數（training_steps）：1001
• 混合精度訓練（mixed_precision_training）：Native AMP

框架版本

• Transformers 4.30.0.dev0
• Pytorch 1.13.1+cu117
• Datasets 2.12.0
• Tokenizers 0.13.3