语言:

• 韩语 许可证: apache-2.0 标签:
• 训练生成 数据集:
• Bingsu/zeroth-korean 评估指标:
• 词错误率(wer) 任务标签: 自动语音识别 基础模型: openai/whisper-large-v2 模型索引:
• 名称: whisper-large-v2-Ko 结果:
  • 任务: 类型: 自动语音识别 名称: 自动语音识别 数据集: 名称: Bingsu/zeroth-korean 类型: Bingsu/zeroth-korean 指标:
    • 类型: wer 值: 2.9 名称: 词错误率
  • 任务: 类型: 自动语音识别 名称: 自动语音识别 数据集: 名称: google/fleurs 类型: google/fleurs 配置: ko_kr 拆分: 测试集 指标:
    • 类型: wer 值: 20.66 名称: 词错误率

whisper-large-v2-Ko

该模型是基于openai/whisper-large-v2在None数据集上微调的版本。 在评估集上取得了以下结果:

• 损失: 0.0617
• 词错误率: 2.9

模型描述

需要更多信息

预期用途与限制

需要更多信息

训练与评估数据

需要更多信息

训练过程

***** 训练指标 *****
训练轮次 = 50.0
训练损失 = 0.0234
训练运行时间 = 16:20:18.00
训练样本数 = 22262
每秒训练样本数 = 19.042
每秒训练步数 = 0.085

训练超参数

训练期间使用了以下超参数:

• 学习率: 1e-05
• 训练批次大小: 32
• 评估批次大小: 16
• 随机种子: 42
• 分布式类型: 多GPU
• 设备数量: 7
• 总训练批次大小: 224
• 总评估批次大小: 112
• 优化器: Adam，参数beta=(0.9,0.999)，epsilon=1e-08
• 学习率调度器类型: 线性
• 学习率预热步数: 500
• 训练总步数: 5000
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.27.0.dev0
• Pytorch 1.12.1+cu113
• Datasets 2.10.1
• Tokenizers 0.13.2