Характеристики

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

Ссылки

Hugging Face

voiceshield-room-calibrated

Harmansingh24k

Классификация текстаТекст → label3 профессии

Дообученная Wav2Vec2 классифицирует аудиозаписи для обнаружения аудиодипфейков с учётом акустики помещения.

12скачиваний 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 разработала voiceshield-room-calibrated — модель Wav2Vec2 с 113,3 млн параметров для классификации аудиозаписей. Это дообученная версия Harmansingh24k/voiceshield-replay-robust, предназначенная для обнаружения аудиодипфейков с учётом акустики помещения. Модель принимает аудио и выдаёт метку класса.

В карточке указаны точность 1,0 и loss 0,025 на оценочном наборе, однако состав данных и условия оценки не описаны. Модель распространяется в формате safetensors по лицензии MIT.

Сценарии применения

проверка голосовой записи на аудиодипфейк
классификация подлинных и синтетических голосовых записей
анализ голосовых записей с разной акустикой помещения

Ограничения

В README не описаны обучающие данные и условия оценки, поэтому заявленные точность 1,0 и loss 0,025 не позволяют судить о качестве на других записях.

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 IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

voiceshield-room-calibrated

This model is a fine-tuned version of Harmansingh24k/voiceshield-replay-robust on the None dataset. It achieves the following results on the evaluation set:

Loss: 0.0250
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: 1.5e-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 Loss	Epoch	Step	Validation Loss	Accuracy
0.3777	1.0	11	0.1905	0.9524
0.1500	2.0	22	0.0373	0.9841
0.0845	3.0	33	0.0250	1.0

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: a958c18