Whisper Tiny De Emodb Emotion Classification

🚀 德语情感分类微调模型：whisper-tiny-de-emodb-emotion-classification

本模型是基于德国Emo - DB数据集对[openai/whisper - tiny](https://huggingface.co/openai/whisper - tiny)进行微调后的版本。它在评估集上取得了如下成果：

• 损失值：0.4912
• 准确率：0.9159

🚀 快速开始

本模型是在德国Emo - DB数据集上对openai/whisper - tiny进行微调得到的。可直接用于德语音频情感分类任务。

✨ 主要特性

• 微调基础模型：基于openai/whisper - tiny模型进行微调，继承了其优秀的音频处理能力。
• 高准确率：在评估集上达到了0.9159的准确率，能较为准确地进行音频情感分类。

📦 安装指南

文档未提供安装步骤，故跳过此章节。

💻 使用示例

文档未提供代码示例，故跳过此章节。

📚 详细文档

模型描述

此模型是在德语Emo - DB数据集上对openai/whisper - tiny进行微调的版本，可用于德语音频的情感分类。

预期用途与限制

文档未提供相关详细信息，故跳过此部分。

训练和评估数据

文档未提供相关详细信息，故跳过此部分。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：5e - 05
• 训练批次大小：2
• 评估批次大小：2
• 随机种子：42
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 学习率调度器类型：线性
• 学习率调度器热身比例：0.1
• 训练轮数：10
• 混合精度训练：Native AMP

训练结果

框架版本

• Transformers 4.45.0.dev0
• Pytorch 2.4.0 + cu121
• Datasets 3.0.0
• Tokenizers 0.19.1

🔧 技术细节

本模型基于openai/whisper - tiny模型，在德语Emo - DB数据集上进行微调。通过设置特定的超参数，如学习率、批次大小等，使用Adam优化器和线性学习率调度器进行训练，最终在评估集上取得了较高的准确率。

📄 许可证

本模型采用Apache - 2.0许可证。