/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Опубликована
12 дек 2023

Ссылки

Hugging Face

my_awesome_emotions_model

Krithika-p
Классификация текстаТекст → label3 профессии

Дообученная на аудиоданных wav2vec 2.0 модель для классификации звука, предположительно распознавания эмоций в речи.

804скачиваний за 30 дней0лайковвеса обновлены13 дек 2023

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

myawesomeemotionsmodel — модель классификации аудио, созданная дообучением facebook/wav2vec2-base на наборе данных audiofolder. Архитектура основана на Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

Модель предназначена для классификации аудиозаписей. Название предполагает распознавание эмоций по голосу, однако README не описывает классы и целевое применение, поэтому конкретные метки следует сверить с конфигурацией модели или данными обучения. На оценочном наборе указаны accuracy 0,6086 и loss 1,3229; эти результаты не описывают качество на других данных.

Сценарии применения

  • классификация аудиозаписей по меткам модели
  • предварительное распознавание эмоций в голосе с проверкой выходных классов
  • эксперименты с классификацией речи на основе wav2vec 2.0

Ограничения

В README не описаны целевые классы, языки и условия применения; назначение распознавания эмоций следует считать предположительным. Указанная accuracy 0,6086 получена на оценочном наборе автора и сама по себе не гарантирует качество на других данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейII.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

my_awesome_emotions_model

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

  • Loss: 1.3229
  • Accuracy: 0.6086

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: 32
  • eval_batch_size: 32
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 50

Training results

Training LossEpochStepValidation LossAccuracy
2.70770.95142.70490.0645
2.70361.97292.69570.0688
2.67612.98442.64710.1075
2.64144.0592.54420.1398
2.50344.95732.39880.2774
2.43375.97882.27980.3097
2.27576.981032.20540.3290
2.23468.01182.12040.3484
2.11678.951322.07840.3484
2.08019.971472.02670.3484
1.98710.981621.96720.3699
1.927812.01771.96860.3505
1.83912.951911.86040.4215
1.78513.972061.86110.4129
1.681114.982211.77910.4473
1.685816.02361.75330.4323
1.56216.952501.73640.4473
1.546917.972651.74070.4430
1.48518.982801.70550.4301
1.448920.02951.65660.4839
1.42620.953091.58440.5054
1.359621.973241.62520.4796
1.321222.983391.57970.4860
1.24824.03541.54830.5097
1.195424.953681.53010.5290
1.162925.973831.49050.5398
1.136426.983981.50400.5355
1.089728.04131.51280.5484
1.056428.954271.47610.5570
1.014929.974421.49480.5247
0.97530.984571.41940.5742
0.954632.04721.39860.5763
0.923532.954861.41260.5634
0.884833.975011.42840.5763
0.857934.985161.38720.5677
0.847536.05311.41080.5742
0.801836.955451.36670.5849
0.786137.975601.36140.5914
0.775638.985751.34730.5914
0.742740.05901.33460.5914
0.76440.956041.32290.6086
0.728341.976191.32060.6
0.71442.986341.32660.6065
0.72444.06491.33770.5957
0.692844.956631.32810.5978
0.706545.976781.32140.6086
0.678146.986931.33380.5849
0.705847.467001.33300.5892

Framework versions

  • Transformers 4.36.0
  • Pytorch 2.1.0+cu118
  • Datasets 2.15.0
  • Tokenizers 0.15.0

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
bc616db

0 моделей

    Создать бенчмарк