whisper_syl_cv12_pad_lob100_low__0135

This model is a fine-tuned version of openai/whisper-tiny on an unknown dataset. It achieves the following results on the evaluation set:

• Train Loss: 0.0001
• Train Accuracy: 0.0362
• Train Wermet: 0.0011
• Validation Loss: 0.7303
• Validation Accuracy: 0.0236
• Validation Wermet: 0.2229
• Epoch: 134

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:

• optimizer: {'name': 'AdamWeightDecay', 'learning_rate': 1e-05, 'decay': 0.0, 'beta_1': 0.9, 'beta_2': 0.999, 'epsilon': 1e-07, 'amsgrad': False, 'weight_decay_rate': 0.01}
• training_precision: float32

Training results

Train Loss	Train Accuracy	Train Wermet	Validation Loss	Validation Accuracy	Validation Wermet	Epoch
5.2930	0.0113	2.0658	3.9415	0.0117	0.9401	0
4.6215	0.0121	0.8917	3.7803	0.0120	0.9294	1
4.4086	0.0128	0.8403	3.6070	0.0124	0.9223	2
4.1842	0.0135	0.8337	3.4291	0.0128	0.8867	3
3.9981	0.0141	0.8182	3.3251	0.0131	0.8750	4
3.8531	0.0145	0.8058	3.2385	0.0133	0.8699	5
3.7345	0.0149	0.7925	3.1751	0.0134	0.8665	6
3.6307	0.0152	0.7851	3.1031	0.0136	0.8507	7
3.5437	0.0155	0.7717	3.0752	0.0138	0.8286	8
3.4649	0.0157	0.7651	3.0334	0.0139	0.8417	9
3.3926	0.0159	0.7531	3.0022	0.0139	0.8413	10
3.3262	0.0162	0.7462	2.9669	0.0140	0.8264	11
3.2625	0.0164	0.7367	2.9342	0.0141	0.8520	12
3.1979	0.0166	0.7231	2.9046	0.0144	0.8196	13
3.1319	0.0169	0.7133	2.8607	0.0145	0.8026	14
3.0616	0.0172	0.7007	2.8165	0.0146	0.7788	15
2.9792	0.0176	0.6816	2.7552	0.0149	0.7643	16
2.8905	0.0180	0.6641	2.6788	0.0151	0.7473	17
2.7749	0.0186	0.6424	2.5824	0.0155	0.7241	18
2.6263	0.0193	0.6159	2.4206	0.0161	0.7047	19
2.4352	0.0203	0.5829	2.2230	0.0168	0.6500	20
2.1941	0.0216	0.5411	2.0349	0.0175	0.5980	21
1.9184	0.0231	0.4922	1.7850	0.0184	0.5659	22
1.6174	0.0249	0.4371	1.5664	0.0192	0.5081	23
1.3542	0.0265	0.3851	1.3992	0.0199	0.4690	24
1.1499	0.0278	0.3408	1.2512	0.0205	0.4299	25
0.9878	0.0288	0.3029	1.1479	0.0209	0.4013	26
0.8600	0.0297	0.2735	1.0527	0.0213	0.3755	27
0.7516	0.0305	0.2441	0.9803	0.0216	0.3570	28
0.6626	0.0311	0.2197	0.9314	0.0219	0.3416	29
0.5863	0.0316	0.1993	0.8730	0.0221	0.3238	30
0.5187	0.0321	0.1775	0.8357	0.0223	0.3136	31
0.4608	0.0326	0.1610	0.8059	0.0224	0.3033	32
0.4087	0.0330	0.1467	0.7746	0.0226	0.2949	33
0.3642	0.0334	0.1298	0.7476	0.0227	0.2847	34
0.3221	0.0337	0.1168	0.7330	0.0228	0.2802	35
0.2837	0.0340	0.1030	0.7093	0.0229	0.2728	36
0.2509	0.0343	0.0882	0.6941	0.0229	0.2687	37
0.2209	0.0346	0.0747	0.6892	0.0230	0.2656	38
0.1934	0.0349	0.0670	0.6824	0.0230	0.2630	39
0.1688	0.0351	0.0542	0.6773	0.0230	0.2625	40
0.1469	0.0353	0.0429	0.6700	0.0231	0.2633	41
0.1268	0.0355	0.0365	0.6680	0.0231	0.2578	42
0.1086	0.0357	0.0284	0.6643	0.0231	0.2540	43
0.0920	0.0358	0.0221	0.6645	0.0231	0.2530	44
0.0783	0.0359	0.0169	0.6621	0.0232	0.2540	45
0.0667	0.0360	0.0121	0.6714	0.0232	0.2532	46
0.0563	0.0361	0.0094	0.6604	0.0232	0.2503	47
0.0477	0.0361	0.0072	0.6620	0.0232	0.2489	48
0.0397	0.0362	0.0055	0.6611	0.0232	0.2502	49
0.0330	0.0362	0.0045	0.6686	0.0232	0.2496	50
0.0283	0.0362	0.0033	0.6705	0.0232	0.2503	51
0.0242	0.0362	0.0034	0.6686	0.0232	0.2486	52
0.0212	0.0362	0.0031	0.6686	0.0232	0.2493	53
0.0197	0.0362	0.0028	0.6688	0.0232	0.2530	54
0.0226	0.0362	0.0041	0.6598	0.0233	0.2451	55
0.0158	0.0362	0.0024	0.6605	0.0233	0.2428	56
0.0115	0.0362	0.0018	0.6648	0.0233	0.2435	57
0.0094	0.0362	0.0017	0.6672	0.0233	0.2446	58
0.0081	0.0362	0.0018	0.6731	0.0233	0.2439	59
0.0071	0.0362	0.0017	0.6762	0.0233	0.2429	60
0.0062	0.0362	0.0017	0.6794	0.0233	0.2426	61
0.0055	0.0362	0.0017	0.6825	0.0233	0.2429	62
0.0048	0.0362	0.0017	0.6895	0.0233	0.2450	63
0.0042	0.0362	0.0019	0.6914	0.0233	0.2424	64
0.0037	0.0362	0.0018	0.6938	0.0233	0.2423	65
0.0224	0.0361	0.0080	0.6695	0.0234	0.2409	66
0.0127	0.0362	0.0037	0.6685	0.0234	0.2383	67
0.0065	0.0362	0.0017	0.6714	0.0234	0.2359	68
0.0045	0.0362	0.0017	0.6645	0.0234	0.2347	69
0.0034	0.0362	0.0016	0.6671	0.0234	0.2353	70
0.0028	0.0362	0.0014	0.6715	0.0234	0.2354	71
0.0024	0.0362	0.0014	0.6745	0.0234	0.2358	72
0.0022	0.0362	0.0014	0.6778	0.0234	0.2356	73
0.0020	0.0362	0.0013	0.6797	0.0234	0.2357	74
0.0018	0.0362	0.0014	0.6833	0.0234	0.2355	75
0.0016	0.0362	0.0013	0.6885	0.0234	0.2363	76
0.0068	0.0362	0.0035	0.7270	0.0232	0.2500	77
0.0131	0.0362	0.0076	0.6965	0.0234	0.2397	78
0.0054	0.0362	0.0088	0.6764	0.0235	0.2339	79
0.0029	0.0362	0.0041	0.6806	0.0235	0.2334	80
0.0019	0.0362	0.0039	0.6723	0.0235	0.2316	81
0.0016	0.0362	0.0028	0.6765	0.0235	0.2315	82
0.0014	0.0362	0.0025	0.6786	0.0235	0.2306	83
0.0013	0.0362	0.0023	0.6805	0.0235	0.2304	84
0.0012	0.0362	0.0022	0.6830	0.0235	0.2301	85
0.0011	0.0362	0.0022	0.6881	0.0235	0.2308	86
0.0010	0.0362	0.0022	0.6875	0.0235	0.2303	87
0.0009	0.0362	0.0022	0.6909	0.0235	0.2307	88
0.0008	0.0362	0.0020	0.6934	0.0235	0.2299	89
0.0007	0.0362	0.0022	0.6968	0.0235	0.2307	90
0.0007	0.0362	0.0020	0.7005	0.0235	0.2300	91
0.0006	0.0362	0.0021	0.7040	0.0235	0.2307	92
0.0006	0.0362	0.0020	0.7086	0.0235	0.2309	93
0.0005	0.0362	0.0020	0.7116	0.0235	0.2318	94
0.0005	0.0362	0.0018	0.7151	0.0235	0.2305	95
0.0111	0.0362	0.2014	0.7185	0.0234	0.2861	96
0.0069	0.0362	0.0051	0.7036	0.0235	0.2337	97
0.0028	0.0362	0.0015	0.6946	0.0235	0.2324	98
0.0023	0.0362	0.0018	0.6937	0.0235	0.2295	99
0.0017	0.0362	0.0013	0.6886	0.0235	0.2283	100
0.0010	0.0362	0.0008	0.6891	0.0236	0.2274	101
0.0009	0.0362	0.0013	0.6901	0.0236	0.2275	102
0.0008	0.0362	0.0015	0.6922	0.0236	0.2273	103
0.0006	0.0362	0.0015	0.6923	0.0236	0.2274	104
0.0008	0.0362	0.0014	0.6996	0.0235	0.2288	105
0.0006	0.0362	0.0014	0.6967	0.0236	0.2266	106
0.0005	0.0362	0.0013	0.6988	0.0236	0.2260	107
0.0004	0.0362	0.0027	0.7008	0.0236	0.2278	108
0.0004	0.0362	0.0017	0.7034	0.0236	0.2261	109
0.0004	0.0362	0.0018	0.7036	0.0236	0.2265	110
0.0004	0.0362	0.0015	0.7090	0.0236	0.2255	111
0.0112	0.0362	0.0059	0.7014	0.0235	0.2271	112
0.0034	0.0362	0.0023	0.6869	0.0236	0.2252	113
0.0015	0.0362	0.0015	0.6863	0.0236	0.2234	114
0.0008	0.0362	0.0010	0.6893	0.0236	0.2227	115
0.0006	0.0362	0.0011	0.6911	0.0236	0.2232	116
0.0005	0.0362	0.0009	0.6923	0.0236	0.2227	117
0.0004	0.0362	0.0009	0.6938	0.0236	0.2225	118
0.0004	0.0362	0.0010	0.6958	0.0236	0.2226	119
0.0003	0.0362	0.0010	0.6966	0.0236	0.2226	120
0.0003	0.0362	0.0010	0.6983	0.0236	0.2230	121
0.0003	0.0362	0.0010	0.7005	0.0236	0.2229	122
0.0003	0.0362	0.0010	0.7022	0.0236	0.2233	123
0.0002	0.0362	0.0010	0.7041	0.0236	0.2226	124
0.0002	0.0362	0.0011	0.7065	0.0236	0.2228	125
0.0002	0.0362	0.0011	0.7081	0.0236	0.2227	126
0.0002	0.0362	0.0011	0.7101	0.0236	0.2224	127
0.0002	0.0362	0.0011	0.7130	0.0236	0.2224	128
0.0002	0.0362	0.0011	0.7157	0.0236	0.2229	129
0.0002	0.0362	0.0011	0.7183	0.0236	0.2225	130
0.0001	0.0362	0.0011	0.7212	0.0236	0.2230	131
0.0001	0.0362	0.0012	0.7250	0.0236	0.2230	132
0.0001	0.0362	0.0012	0.7268	0.0236	0.2229	133
0.0001	0.0362	0.0011	0.7303	0.0236	0.2229	134

Framework versions

• Transformers 4.33.0.dev0
• TensorFlow 2.13.0
• Tokenizers 0.13.3