Wav2vec2 Base Down On

🚀 wav2vec2-base_down_on

本模型是在MatsRooth/down_on數據集上對facebook/wav2vec2-base進行微調後的版本。它在評估集上取得了如下效果：

• 損失值：0.1385
• 準確率：0.9962

🚀 快速開始

本模型是基於facebook/wav2vec2-base在特定數據集上微調而來，可用於特定的音頻分類任務。

✨ 主要特性

• 基於facebook/wav2vec2-base模型進行微調，用於對“down”和“on”兩個單詞的音頻進行二分類。
• 展示了使用Python和Slurm進行數據佈局、訓練和評估的二進制音頻分類示例。

📚 詳細文檔

模型描述

使用facebook/wav2vec2/base的二分類器，用於對“down”和“on”兩個單詞進行分類。

預期用途與限制

這是一個二進制音頻分類的演示，展示了使用Python和Slurm進行數據佈局、訓練和評估的過程。

訓練和評估數據

數據是superb ks中“down”和“on”的語音。有關子集的選擇，請參閱down_on_copy.py。該腳本將wav文件放置在如down_on/data/train/on和down_on/data/train/down這樣的位置。

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• 學習率：3e-05
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：0
• 梯度累積步數：4
• 總訓練批次大小：128
• 優化器：Adam，β=(0.9, 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：5.0

訓練結果

框架版本

• Transformers 4.31.0.dev0
• Pytorch 2.0.1+cu117
• Datasets 2.13.1
• Tokenizers 0.13.3

📄 許可證

本項目採用Apache-2.0許可證。