/ Модель

Характеристики

Параметры
917 504
Лицензия
Apache 2.0
Архитектура
transformer · dense
Опубликована
12 сен 2026

MESIE-MultiAudio-v1

Классификация аудиоАудио → label3 профессии

MESIE-MultiAudio-v1 — Transformer-модель для анализа многоканального звука, оценки направления источника и пространственного подавления шума.

132скачиваний за 30 дней1лайквеса обновлены2 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

MESIE-MultiAudio-v1 — аудиоклассификатор на основе плотного Transformer с многоголовым механизмом внимания, выпущенный ItsNotAI LABS. Модель предназначена для работы с 16-канальными микрофонными массивами: оценки азимута направления прихода звука (DOA), выделения целевого источника и пространственного подавления шума, включая сценарии активного шумоподавления.

В README указано обучение AdamW в течение 10 эпох на профильных акустических наборах данных и приведены метрики проверки: MSE 0,23955, точность/precision 0,9976 и задержка вывода 1,384 мс; методика и условия измерений не раскрыты. Метаданные сообщают 917,5 тыс. параметров и форматы PyTorch и Safetensors, тогда как README отдельно приводит 797 584 обучаемых параметра и 640 000 элементов позиционного кодирования. Лицензия — Apache-2.0.

Сценарии применения

  • оценка азимута источника звука по сигналам 16-канального микрофонного массива
  • выделение целевого звукового источника в акустическом массиве
  • пространственное подавление фонового шума
  • активное шумоподавление в системах с микрофонными массивами

Ограничения

Заявленные метрики приведены без описания набора проверки и условий измерения. Модель рассчитана на 16-канальные микрофонные массивы; применимость к другим конфигурациям не подтверждена.

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

MESIE 16-Channel Acoustic Beamforming Transformer v1

Published by ItsNotAI LABS (Dallas, Texas)

The MESIE-MultiAudio-v1 is a production-verified PyTorch Multi-Head Self-Attention Transformer model designed for Acoustic Engineering & Spatial Audio.


🔬 Mathematical Physics & Explicit Parameter Breakdown

Unlike generic models with arbitrary weight reporting, this repository explicitly itemizes learned trainable parameters versus non-trainable positional encoding constants:

  • Trainable Learned Parameters (requires_grad=True): 797,584
  • Positional Encoding Constant Buffer Elements (pos_encoder.pe): 640,000
  • Total Model State Tensor Elements: 1,437,584
  • Checkpoint File Size: 5.5 MB
  • Trained Optimizer: AdamW (10 Epochs over domain datasets)

Governing Mathematical Formulation

$$DOA_{\theta,\phi} = \arg\max f_{\text{beamforming}}(M_{16})$$


🎯 Primary Use Cases & Capabilities

  • 16-channel microphone array beamforming transformer for Direction-of-Arrival (DOA) azimuth estimation and Active Noise Cancellation.
  • Domain Application: Acoustic array target isolation and spatial noise suppression.
  • Zero Hardcoded Stubs: Built-in methods calculate exact empirical domain metrics without arbitrary fallback strings.

📊 Empirical Verification Metrics

MetricMeasured Value
Validation Loss (MSE)0.23955
Empirical Accuracy / Precision0.9976
Inference Latency1.384 ms
State Dict Strict Match100% PASS
Dummy Parameter Count0

💻 Python Usage Example

from agent_helper import MESIEMultiAudioAgent

# Initialize agent with exact strict state dict loading
agent = MESIEMultiAudioAgent()

# Execute domain inference
results = agent.query_knowledge_base("architecture")
print("Knowledge Base Query Results:", results)

⚖️ License

Apache 2.0 License © ItsNotAI LABS

Как запустить

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

GPU в ailist

Универсальный рантайм · audio-classification

Нельзя запустить

Архитектура transformer неизвестна transformers в образе рантайма.

Класс архитектуры
MultiAudioTransformer
Ревизия весов
4103fcc

0 моделей