Hugging Face's logo

yoon1000
/
Korean_STT_v0

Automatic Speech Recognition
Transformers
Safetensors
wav2vec2
Generated from Trainer
Inference Endpoints
Model card Files Community
Korean_STT_v0 / README.md
yoon1000's picture
yoon1000
End of training
6d360cd verified
preview code
|
raw
history blame contribute delete
8.56 kB
metadata
license: apache-2.0
base_model: facebook/wav2vec2-xls-r-300m
tags:
  - generated_from_trainer
model-index:
  - name: ft_0213_korean
    results: []

ft_0213_korean

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.6093
  • Cer: 0.0958

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

  • learning_rate: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 500
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training Loss Epoch Step Validation Loss Cer
24.3697 0.17 500 5.0804 1.0
4.8016 0.34 1000 5.1173 1.0
4.6791 0.51 1500 4.7037 1.0000
4.562 0.68 2000 4.6273 0.9779
4.4539 0.84 2500 4.2212 0.9370
3.5358 1.01 3000 2.7001 0.5326
2.6771 1.18 3500 2.1532 0.4519
2.2226 1.35 4000 1.7409 0.3787
1.9143 1.52 4500 1.4978 0.3372
1.6892 1.69 5000 1.3429 0.3112
1.5503 1.86 5500 1.1997 0.2812
1.4184 2.03 6000 1.1011 0.2624
1.2758 2.19 6500 1.0286 0.2551
1.2045 2.36 7000 0.9572 0.2373
1.1666 2.53 7500 0.9170 0.2251
1.1007 2.7 8000 0.8521 0.2142
1.0391 2.87 8500 0.8260 0.2140
0.9761 3.04 9000 0.8005 0.2071
0.9166 3.21 9500 0.7572 0.1941
0.864 3.38 10000 0.7375 0.1935
0.8579 3.54 10500 0.7404 0.1933
0.8442 3.71 11000 0.7080 0.1799
0.8114 3.88 11500 0.6816 0.1766
0.7863 4.05 12000 0.6921 0.1753
0.7454 4.22 12500 0.6831 0.1759
0.7077 4.39 13000 0.6610 0.1689
0.6974 4.56 13500 0.6864 0.1687
0.7001 4.73 14000 0.6450 0.1641
0.6636 4.9 14500 0.6303 0.1585
0.6423 5.06 15000 0.6465 0.1597
0.5828 5.23 15500 0.6224 0.1550
0.6085 5.4 16000 0.6154 0.1534
0.5877 5.57 16500 0.6112 0.1510
0.586 5.74 17000 0.6022 0.1485
0.5656 5.91 17500 0.6022 0.1491
0.5366 6.08 18000 0.5894 0.1468
0.5134 6.25 18500 0.5779 0.1435
0.5217 6.41 19000 0.5960 0.1449
0.5049 6.58 19500 0.5813 0.1408
0.4961 6.75 20000 0.5582 0.1382
0.5089 6.92 20500 0.5898 0.1385
0.4769 7.09 21000 0.5739 0.1361
0.4552 7.26 21500 0.5700 0.1369
0.4552 7.43 22000 0.5956 0.1367
0.4476 7.6 22500 0.5885 0.1342
0.4449 7.77 23000 0.5501 0.1314
0.4333 7.93 23500 0.5474 0.1302
0.3946 8.1 24000 0.6018 0.1327
0.3993 8.27 24500 0.5680 0.1295
0.3892 8.44 25000 0.5575 0.1309
0.3936 8.61 25500 0.5666 0.1288
0.3957 8.78 26000 0.5546 0.1262
0.4006 8.95 26500 0.5702 0.1264
0.3456 9.12 27000 0.5614 0.1247
0.3459 9.28 27500 0.5608 0.1242
0.3511 9.45 28000 0.5527 0.1236
0.3504 9.62 28500 0.5479 0.1201
0.3529 9.79 29000 0.5525 0.1200
0.3397 9.96 29500 0.5451 0.1201
0.314 10.13 30000 0.5549 0.1184
0.3048 10.3 30500 0.5616 0.1180
0.3021 10.47 31000 0.5634 0.1184
0.3136 10.63 31500 0.5753 0.1166
0.3116 10.8 32000 0.5410 0.1149
0.3098 10.97 32500 0.5354 0.1143
0.2852 11.14 33000 0.5482 0.1144
0.2807 11.31 33500 0.5465 0.1126
0.2771 11.48 34000 0.5452 0.1147
0.2865 11.65 34500 0.5538 0.1128
0.2783 11.82 35000 0.5374 0.1118
0.2775 11.99 35500 0.5418 0.1121
0.2649 12.15 36000 0.5468 0.1104
0.2558 12.32 36500 0.5498 0.1108
0.2632 12.49 37000 0.5699 0.1118
0.2488 12.66 37500 0.5523 0.1088
0.2552 12.83 38000 0.5532 0.1090
0.2577 13.0 38500 0.5480 0.1078
0.2334 13.17 39000 0.5716 0.1078
0.2387 13.34 39500 0.5740 0.1080
0.2364 13.5 40000 0.5587 0.1066
0.2253 13.67 40500 0.5544 0.1071
0.2536 13.84 41000 0.5680 0.1055
0.2254 14.01 41500 0.5605 0.1058
0.2207 14.18 42000 0.5776 0.1049
0.2127 14.35 42500 0.5762 0.1046
0.2121 14.52 43000 0.5637 0.1043
0.2048 14.69 43500 0.5647 0.1048
0.2085 14.85 44000 0.5658 0.1032
0.2031 15.02 44500 0.5789 0.1026
0.1923 15.19 45000 0.5627 0.1011
0.1956 15.36 45500 0.5698 0.1016
0.1989 15.53 46000 0.5950 0.1016
0.1996 15.7 46500 0.5833 0.1003
0.1895 15.87 47000 0.5872 0.1003
0.1893 16.04 47500 0.5861 0.1001
0.1837 16.21 48000 0.5947 0.0998
0.1875 16.37 48500 0.5898 0.0994
0.1773 16.54 49000 0.5885 0.1001
0.1834 16.71 49500 0.5964 0.0995
0.1787 16.88 50000 0.5935 0.0994
0.1719 17.05 50500 0.5990 0.0987
0.1697 17.22 51000 0.5917 0.0987
0.1736 17.39 51500 0.5988 0.0988
0.1695 17.56 52000 0.5988 0.0978
0.1663 17.72 52500 0.6062 0.0979
0.1621 17.89 53000 0.5993 0.0976
0.1653 18.06 53500 0.6049 0.0973
0.1639 18.23 54000 0.6169 0.0976
0.1574 18.4 54500 0.6063 0.0973
0.1557 18.57 55000 0.5953 0.0959
0.1608 18.74 55500 0.5943 0.0963
0.1621 18.91 56000 0.5966 0.0961
0.1534 19.07 56500 0.6086 0.0961
0.1441 19.24 57000 0.6128 0.0962
0.169 19.41 57500 0.6053 0.0957
0.1516 19.58 58000 0.6066 0.0960
0.1474 19.75 58500 0.6080 0.0958
0.1478 19.92 59000 0.6093 0.0958

Framework versions

  • Transformers 4.36.2
  • Pytorch 2.1.2+cu118
  • Datasets 2.16.1
  • Tokenizers 0.15.0