Характеристики

Параметры: 113 млн
Лицензия: MIT
Архитектура: wav2vec2 · dense
Базовая модель: deepfake-audio-wav2vec2
Библиотека: transformers
Опубликована: 2 сен 2026

Ссылки

Hugging Face

voiceshield-replay-robust

Harmansingh24k

Классификация текстаТекст → label3 профессии

Дообученная модель Wav2Vec2 классифицирует голосовые записи для обнаружения аудиодипфейков.

22скачиваний за 30 дней0лайковвеса обновлены2 сен 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

VoiceShield Replay Robust — дообученная Harmansingh24k модель на архитектуре Wav2Vec2 для классификации аудио. Она предназначена для проверки подлинности голосовых записей и обнаружения дипфейк-речи. Модель содержит 113,3 млн параметров и распространяется в формате Safetensors через библиотеку Transformers. В README указаны результаты оценки: accuracy 0,9091 и loss 0,2180; подробности датасета и методики оценки не приведены. Лицензия — MIT.

Сценарии применения

проверка подлинности голосовых записей
обнаружение синтетической речи и аудиодипфейков
первичная фильтрация подозрительных голосовых сообщений

Ограничения

Датасет и подробности методики оценки не описаны, поэтому заявленную accuracy 0,9091 нельзя напрямую переносить на другие условия и типы записей.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232модели IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

voiceshield-replay-robust

This model is a fine-tuned version of Vansh180/deepfake-audio-wav2vec2 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.2180
Accuracy: 0.9091

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: 8
eval_batch_size: 8
seed: 42
gradient_accumulation_steps: 4
total_train_batch_size: 32
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: 3
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
1.4293	1.0	53	0.3195	0.8610
0.9163	2.0	106	0.2412	0.8930
0.4345	3.0	159	0.2180	0.9091

Framework versions

Transformers 5.16.1
Pytorch 2.11.0+cu128
Datasets 5.0.1
Tokenizers 0.23.1

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: 63807b4