Wav2vec2 Base Down On

🚀 wav2vec2-base_down_on

本模型是在MatsRooth/down_on数据集上对facebook/wav2vec2-base进行微调后的版本。它在评估集上取得了如下效果：

• 损失值：0.1385
• 准确率：0.9962

🚀 快速开始

本模型是基于facebook/wav2vec2-base在特定数据集上微调而来，可用于特定的音频分类任务。

✨ 主要特性

• 基于facebook/wav2vec2-base模型进行微调，用于对“down”和“on”两个单词的音频进行二分类。
• 展示了使用Python和Slurm进行数据布局、训练和评估的二进制音频分类示例。

📚 详细文档

模型描述

使用facebook/wav2vec2/base的二分类器，用于对“down”和“on”两个单词进行分类。

预期用途与限制

这是一个二进制音频分类的演示，展示了使用Python和Slurm进行数据布局、训练和评估的过程。

训练和评估数据

数据是superb ks中“down”和“on”的语音。有关子集的选择，请参阅down_on_copy.py。该脚本将wav文件放置在如down_on/data/train/on和down_on/data/train/down这样的位置。

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率：3e-05
• 训练批次大小：32
• 评估批次大小：32
• 随机种子：0
• 梯度累积步数：4
• 总训练批次大小：128
• 优化器：Adam，β=(0.9, 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：5.0

训练结果

框架版本

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

📄 许可证

本项目采用Apache-2.0许可证。