您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
模型:
bardsai/whisper-medium-pl
英文Whisper Small PL
此模型是在Common Voice 11.0数据集上对 openai/whisper-medium 进行微调的版本。它在评估集上达到以下结果：
- 损失：0.3739
- Wer：8.5898
模型描述
需要更多信息
预期用途和限制
需要更多信息
训练和评估数据
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：32
- 评估批次大小：16
- 种子：42
- 优化器：Adam，beta=(0.9, 0.999)，epsilon=1e-08
- lr_scheduler_type：linear
- lr_scheduler_warmup_steps：500
- 训练步数：5000
- 混合精度训练：Native AMP
训练结果
| Training Loss | Epoch | Step | Validation Loss | Wer |
|---|---|---|---|---|
| 0.0474 | 1.1 | 1000 | 0.2561 | 9.4612 |
| 0.0119 | 3.09 | 2000 | 0.2901 | 8.9726 |
| 0.0045 | 5.08 | 3000 | 0.3151 | 8.8870 |
| 0.0007 | 7.07 | 4000 | 0.4218 | 8.6032 |
| 0.0005 | 9.07 | 5000 | 0.3739 | 8.5898 |
评估结果
在测试不同的波兰ASR数据集（划分：测试）时，该模型实现了以下结果：
| Dataset | WER | WER unnormalized | CER | MER |
|---|---|---|---|---|
| common_voice_11_0 | 8.85 | 21.75 | 2.63 | 8.76 |
框架版本
- Transformers 4.26.0.dev0
- Pytorch 1.13.0+cu117
- Datasets 2.7.1.dev0
- Tokenizers 0.13.2