Wav2vec2 Xls R Adult Child Cls

🚀 Wav2Vec2 XLS-R 成人/兒童語音分類器

Wav2Vec2 XLS-R 成人/兒童語音分類器是一個基於 XLS-R 架構的音頻分類模型。該模型是 wav2vec2-xls-r-300m 在一個私有成人/兒童語音分類數據集上的微調版本。此模型使用 HuggingFace 的 PyTorch 框架進行訓練，所有訓練都在 Kaggle 提供的 Tesla P100 上完成，訓練指標通過 Tensorboard 記錄。

✨ 主要特性

• 基於先進的 XLS-R 架構，對成人和兒童語音進行分類。
• 在私有數據集上微調，具有較高的分類準確性。

📚 詳細文檔

模型信息

評估結果

該模型在評估中取得了以下結果：

訓練過程

訓練超參數

訓練期間使用了以下超參數：

• learning_rate：3e-05
• train_batch_size：8
• eval_batch_size：8
• seed：42
• gradient_accumulation_steps：4
• total_train_batch_size：32
• optimizer：Adam，betas=(0.9,0.999) 且 epsilon=1e-08
• lr_scheduler_type：線性
• lr_scheduler_warmup_ratio：0.1
• num_epochs：5

訓練結果

免責聲明

請考慮預訓練數據集可能帶來的偏差，這些偏差可能會延續到該模型的結果中。

作者

Wav2Vec2 XLS-R 成人/兒童語音分類器由 Wilson Wongso 訓練和評估，所有計算和開發均在 Kaggle 上完成。

框架版本

• Transformers 4.17.0.dev0
• Pytorch 1.10.2+cu102
• Datasets 1.18.3
• Tokenizers 0.11.0

📄 許可證

本項目採用 Apache-2.0 許可證。