language: zh license: apache-2.0 tags: - 音频分类 - 训练生成 metrics: - 准确率 - F1值 model-index: - name: wav2vec2-xls-r-adult-child-id-cls results: []

Wav2Vec2 XLS-R 印尼语成人/儿童语音分类器

Wav2Vec2 XLS-R 印尼语成人/儿童语音分类器是基于XLS-R架构的音频分类模型。该模型是在wav2vec2-xls-r-300m基础上，针对私有印尼语成人/儿童语音分类数据集微调而成。

本模型使用HuggingFace的PyTorch框架训练，所有训练均在Kaggle提供的Tesla P100上完成，训练指标通过Tensorboard记录。

模型信息

评估结果

模型在评估中取得如下表现：

训练流程

训练超参数

训练过程中使用以下超参数：

• 学习率: 3e-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: 4
• 总训练批次大小: 32
• 优化器: Adam（参数betas=(0.9,0.999)，epsilon=1e-08）
• 学习率调度器类型: 线性
• 学习率预热比例: 0.1
• 训练轮次: 4

训练结果

免责声明

请注意预训练数据集可能存在的偏见可能会影响本模型的输出结果。

作者

Wav2Vec2 XLS-R 印尼语成人/儿童语音分类器由Ananto Joyoadikusumo训练和评估，所有计算和开发工作均在Kaggle平台完成。

框架版本

• Transformers 4.18.0
• Pytorch 1.11.0+cu102
• Datasets 2.2.0
• Tokenizers 0.12.1