/ Модель

Характеристики

Параметры
113 млн
Архитектура
wavlm · dense
Опубликована
6 июл 2024

wavLM-base-Deepfake_V2

Классификация текстаТекст → label4 профессии

Дообученная на базе WavLM Base модель для классификации аудио с целью обнаружения поддельной речи.

559скачиваний за 30 дней0лайковвеса обновлены16 авг 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

DavidCombei/wavLM-base-Deepfake_V2 — дообученная модель Microsoft WavLM Base для классификации аудио. По названию репозитория и показателю точности на оценочном наборе она предназначена для распознавания поддельной речи или аудио; README сообщает точность 0,9962 и loss 0,0234, но не описывает набор данных и условия оценки. Модель содержит 113,3 млн параметров, построена на архитектуре WavLMForSequenceClassification и распространяется в формате PyTorch. Лицензия в предоставленных данных не указана.

Сценарии применения

  • проверка аудиозаписи на поддельную речь
  • классификация речи как подлинной или синтезированной
  • предварительный анализ аудио для выявления дипфейков

Ограничения

README не сообщает состав обучающих и оценочных данных, поэтому опубликованную точность нельзя уверенно переносить на другие условия. Описание модели и её ограничений в карточке отсутствует.

Для каких профессий подходит4

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

wavLM-base-UTCN

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

  • Loss: 0.0234
  • Accuracy: 0.9962

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: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 64
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossAccuracy
0.06031.04350.03070.9928
0.0092.08700.02010.9962
0.01093.013050.01760.9972
0.0014.017400.02460.9950
0.00135.021750.02340.9962

Framework versions

  • Transformers 4.30.0
  • Pytorch 2.3.1+cu121
  • Datasets 2.20.0
  • Tokenizers 0.13.3

arxiv.org/abs/2408.07414

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wavlm нет загрузчика под задачу text-classification.

Класс архитектуры
WavLMForSequenceClassification
Ревизия весов
03396be

0 моделей