许可证：apache-2.0
标签：

• 训练生成
• whisper-event
  数据集：
• vumichien/preprocessed_jsut_jsss_css10_common_voice_11
  评估指标：
• 词错误率（wer）
• 字错误率（cer）
  基础模型：openai/whisper-large-v2
  模型索引：
• 名称：openai/whisper-large-v2
  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：mozilla-foundation/common_voice_11_0 ja
    类型：mozilla-foundation/common_voice_11_0
    配置：ja
    拆分：test
    参数：ja
    指标：
    • 类型：wer
      值：7.6453
      名称：词错误率
    • 类型：cer
      值：4.7187
      名称：字错误率
  • 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：ja_jp
    拆分：test
    指标：
    • 类型：wer
      值：11.69
      名称：词错误率
    • 类型：cer
      值：7.12
      名称：字错误率

openai/whisper-large-v2

该模型是基于openai/whisper-large-v2在vumichien/preprocessed_jsut_jsss_css10_common_voice_11数据集上微调的版本。
在评估集上取得了以下结果：

• 损失：0.2284
• 词错误率：7.6453
• 字错误率：4.7187

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

训练超参数

训练过程中使用了以下超参数：

• 学习率：1e-05
• 训练批次大小：8
• 评估批次大小：8
• 随机种子：42
• 梯度累积步数：2
• 总训练批次大小：16
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 学习率预热步数：500
• 训练步数：10000
• 混合精度训练：原生AMP

训练结果

框架版本

• Transformers 4.26.0.dev0
• PyTorch 1.13.0+cu117
• Datasets 2.7.1.dev0
• Tokenizers 0.13.2