Distil Wav2vec2 Adult Child Cls 37m

🚀 DistilWav2Vec2成人/兒童語音分類器37M

DistilWav2Vec2成人/兒童語音分類器是一個基於wav2vec 2.0架構的音頻分類模型。該模型是wav2vec2 - adult - child - cls在一個私有成人/兒童語音分類數據集上的蒸餾版本。

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進行記錄。

✨ 主要特性

• 基於wav2vec 2.0架構，實現成人/兒童語音分類。
• 是wav2vec2 - adult - child - cls的蒸餾版本，在特定數據集上訓練。

📦 安裝指南

文檔未提供安裝步驟，此部分跳過。

💻 使用示例

文檔未提供代碼示例，此部分跳過。

📚 詳細文檔

模型

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：32
• eval_batch_size：32
• seed：42
• gradient_accumulation_steps：4
• total_train_batch_size：128
• optimizer：Adam，betas=(0.9, 0.999)，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

請考慮可能來自預訓練數據集的偏差，這些偏差可能會延續到該模型的結果中。

作者

DistilWav2Vec2成人/兒童語音分類器由Ananto Joyoadikusumo進行訓練和評估。所有計算和開發都在Kaggle上完成。

框架版本

• Transformers 4.16.2
• Pytorch 1.10.2 + cu102
• Datasets 1.18.3
• Tokenizers 0.10.3

🔧 技術細節

文檔未提供足夠的技術實現細節，此部分跳過。

📄 許可證

本項目採用Apache 2.0許可證。