Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Опубликована: 18 сен 2022

Ссылки

Hugging Face

wav2vec2-base-960h-finetuned-deepfake

HyperMoon

Классификация текстаТекст → label3 профессии

Модель на базе wav2vec2, дообученная на ASVspoof2019 для выявления поддельной и подлинной речи в аудио.

733скачиваний за 30 дней4лайкавеса обновлены19 сен 2022

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

HyperMoon/wav2vec2-base-960h-finetuned-deepfake — модель классификации аудио на базе wav2vec2-base-960h, дообученная на наборе ASVspoof2019 для выявления дипфейкового и подлинного аудио. Архитектура — Wav2Vec2ForSequenceClassification; модель содержит 113,3 млн параметров и распространяется в формате PyTorch.

Модель предназначена для классификации аудиозаписей при проверке подлинности речи и обнаружении синтетических или подменённых голосов. В README указаны точность 0,9998 и loss 0,0009 на оценочной выборке, однако методика оценки и детали выборки не приведены, поэтому эти результаты не гарантируют аналогичного качества на новых данных.

Лицензия — Apache-2.0. Карточка не описывает ограничения по языкам, условия записи или устойчивость к новым способам синтеза речи; применять оценку как единственное основание для решений не следует.

Сценарии применения

проверка голосовой записи на признаки дипфейка
классификация аудио как подлинного или синтетического
предварительный анализ подозрительных голосовых сообщений

Ограничения

В README не раскрыты методика оценки и характеристики оценочной выборки, поэтому заявленную точность нельзя переносить на новые условия. Устойчивость к другим языкам, каналам записи и новым методам синтеза не описана.

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

wav2vec2-base-960h-finetuned-deepfake

This model is a fine-tuned version of facebook/wav2vec2-base-960h on the asvspoof2019 dataset. It achieves the following results on the evaluation set:

Loss: 0.0009
Accuracy: 0.9998

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: 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 Loss	Epoch	Step	Validation Loss	Accuracy
0.0027	1.0	793	0.0070	0.9990
0.0006	2.0	1586	0.0032	0.9995
0.0271	3.0	2379	0.0022	0.9995
0.0002	4.0	3172	0.0009	0.9998
0.0002	5.0	3965	0.0020	0.9998

Framework versions

Transformers 4.22.1
Pytorch 1.12.1+cu113
Datasets 2.4.0
Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры: Wav2Vec2ForSequenceClassification
Ревизия весов: c73de54