库名称: transformers
语言:

• 泰卢固语
  许可证: apache-2.0
  基础模型: openai/whisper-large-v2
  标签:
• 训练生成
  数据集:
• sagarchapara/telugu-audio
  评估指标:
• 词错误率(WER)
  模型索引:
• 名称: Whisper泰卢固语-微调版
  结果:
  • 任务:
    名称: 自动语音识别
    类型: automatic-speech-recognition
    数据集:
    名称: 泰卢固语音频数据集
    类型: sagarchapara/telugu-audio
    配置: te_in
    拆分: 无
    参数: '拆分: 训练集'
    评估指标:
    • 名称: 词错误率
      类型: wer
      值: 92.39665881345041

Whisper泰卢固语-微调版

本模型是基于openai/whisper-large-v2在泰卢固语音频数据集上微调的版本。
在评估集上取得如下结果:

• 损失值: 3.5889
• 词错误率: 92.3967

模型描述

需补充更多信息

使用场景与限制

需补充更多信息

训练与评估数据

需补充更多信息

训练流程

训练超参数

训练过程中使用以下超参数:

• 学习率: 0.0002
• 训练批次大小: 4
• 评估批次大小: 16
• 随机种子: 42
• 梯度累积步数: 4
• 总训练批次大小: 16
• 优化器: 使用OptimizerNames.ADAMW_TORCH，参数β=(0.9,0.999)，ε=1e-08，无额外优化器参数
• 学习率调度器类型: 线性
• 学习率预热步数: 500
• 训练总步数: 10000
• 混合精度训练: 原生AMP

训练结果

框架版本

• Transformers 4.49.0
• Pytorch 2.6.0+cu124
• Datasets 3.3.2
• Tokenizers 0.21.0