/ Модель

Характеристики

Параметры
113 млн
Лицензия
MIT
Архитектура
wav2vec2 · dense
Базовая модель
voiceshield-replay-robust
Библиотека
transformers
Опубликована
3 сен 2026

voiceshield-replay-robust-v2

Классификация текстаТекст → label3 профессии

Дообученная модель Wav2Vec2 для классификации аудиозаписей и обнаружения голосовых дипфейков.

18скачиваний за 30 дней0лайковвеса обновлены3 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

Harmansingh24k/voiceshield-replay-robust-v2 — дообученная модель классификации аудио на архитектуре Wav2Vec2, разработанная на основе Harmansingh24k/voiceshield-replay-robust. Она предназначена для классификации голосовых записей и обнаружения аудиодипфейков. Модель содержит 113,3 млн параметров и распространяется в формате Safetensors для библиотеки Transformers.

В README приведены результаты оценки: loss 0,0047 и accuracy 1,0. Датасет и детали оценки не раскрыты, поэтому эти результаты не позволяют судить о качестве на других данных. Модель опубликована под лицензией MIT.

Сценарии применения

  • классификация голосовых записей
  • обнаружение аудиодипфейков
  • проверка подлинности голосового сообщения

Ограничения

Датасет и подробности оценки не раскрыты; заявленная точность 1,0 не гарантирует аналогичного качества на новых данных. README не описывает классы модели и её эксплуатационные ограничения.

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

voiceshield-replay-robust-v2

This model is a fine-tuned version of Harmansingh24k/voiceshield-replay-robust on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0047
  • Accuracy: 1.0

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: 2e-05
  • train_batch_size: 16
  • eval_batch_size: 16
  • seed: 42
  • gradient_accumulation_steps: 2
  • 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 LossEpochStepValidation LossAccuracy
0.07731.0340.03210.9917
0.01792.0680.00561.0
0.01183.01020.00471.0

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
81a0e69

0 моделей