Характеристики

Параметры: 113 млн
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-base-korean
Библиотека: transformers
Опубликована: 12 окт 2026

Ссылки

Hugging Face

audio_cls

HYOENYEE

Классификация текстаТекст → label

Дообученная модель Wav2Vec2 для классификации аудиозаписей по классам.

11скачиваний за 30 дней0лайковвеса обновлены12 окт 2026

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

HYOENYEE/audio_cls — дообученная модель классификации аудио на архитектуре Wav2Vec2ForSequenceClassification, созданная на основе Kkonjeong/wav2vec2-base-korean. Модель содержит 113,3 млн параметров и предназначена для отнесения аудиозаписей к классам; конкретные классы и целевой сценарий в карточке не описаны.

Для оценки приведены loss 2,6692 и accuracy 0,0336, что указывает на очень низкую точность в указанной оценке. Данные обучения обозначены как неизвестный датасет. Модель доступна в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Сценарии применения

Классификация аудиозаписей по целевым категориям после определения набора классов
Эксперименты с классификацией аудио на основе корейской Wav2Vec2-модели
Оценка переноса Wav2Vec2 на задачу классификации аудио

Ограничения

Задача и набор классов, а также обучающий датасет не описаны. В приведённой оценке accuracy составляет 0,0336, поэтому качество модели для практического применения не подтверждено.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

audio_cls

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

Loss: 2.6692
Accuracy: 0.0336

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: 4
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 10
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	119	2.7039	0.0420
No log	2.0	238	2.6679	0.0588
No log	3.0	357	2.6673	0.0588
No log	4.0	476	2.6634	0.0336
2.6563	5.0	595	2.6690	0.0336
2.6563	6.0	714	2.6697	0.0336
2.6563	7.0	833	2.6706	0.0336
2.6563	8.0	952	2.6711	0.0336
2.6406	9.0	1071	2.6696	0.0336
2.6406	10.0	1190	2.6692	0.0336

Framework versions

Transformers 5.18.0
Pytorch 2.11.0+cu130
Datasets 4.8.5
Tokenizers 0.23.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры: Wav2Vec2ForSequenceClassification
Ревизия весов: f8dbfda