/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Опубликована
19 фев 2024

wav2vec2-base-gender-classification

Классификация текстаТекст → label3 профессии

Дообученная wav2vec 2.0 модель для определения гендерной категории по аудиозаписи речи.

2 795скачиваний за 30 дней1лайквеса обновлены19 фев 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

7wolf/wav2vec2-base-gender-classification — модель классификации аудио, дообученная на базе facebook/wav2vec2-base. Она предназначена для определения гендерной категории по аудиозаписи речи. Архитектура — Wav2Vec2ForSequenceClassification, размер — 113,3 млн параметров; веса опубликованы в формате safetensors.

В README указаны результаты на оценочном наборе: accuracy 0,9892 и loss 0,0438. Датасет и подробности методики оценки не раскрыты, поэтому эти показатели нельзя напрямую переносить на другие данные. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация гендерной категории говорящего по голосу
  • анализ аудиозаписей речи
  • автоматическая разметка аудиоколлекций по голосовым характеристикам

Ограничения

Датасет обучения неизвестен, а README не описывает ограничения и протокол оценки; заявленные метрики могут не отражать качество на других аудиоданных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-gender-classification

This model is a fine-tuned version of facebook/wav2vec2-base on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0438
  • Accuracy: 0.9892

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: 3e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 6

Training results

Training LossEpochStepValidation LossAccuracy
0.15861.0870.12270.9720
0.10481.991740.11230.9717
0.09752.992610.10820.9738
0.06294.03490.08570.9813
0.04495.04360.05550.9878
0.02795.985220.04380.9892

Framework versions

  • Transformers 4.37.2
  • Pytorch 2.2.0
  • Datasets 2.17.0
  • Tokenizers 0.15.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры
Wav2Vec2ForSequenceClassification
Ревизия весов
a06d68e

0 моделей