/ Модель

Характеристики

Параметры
18,9 млн
Архитектура
hubert · dense
Опубликована
1 июл 2024

GenreVim-Music-Classification-DistilHuBERT

Классификация текстаТекст → label3 профессии

Модель на базе DistilHuBERT классифицирует музыкальные аудиозаписи по одному из 18 жанров.

106скачиваний за 30 дней0лайковвеса обновлены12 авг 2024

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

MarekCech разработал эту модель на основе ntu-spml/distilhubert, дообучив её для классификации музыкальных жанров. Модель использует архитектуру HuBERT и содержит 18,9 млн параметров; веса опубликованы в формате Safetensors.

Модель предназначена для определения жанра по аудиозаписи. В карточке перечислены 18 жанров: блюз, классическая музыка, кантри, Drum & Bass, Dubstep, фолк, Future Bass, Hardstyle, House, джаз, латинская музыка, металл, поп, R&B и соул, рэп, регги, рок и трэп. Лицензия в доступных данных не указана.

Сценарии применения

  • определение жанра музыкального трека
  • автоматическая сортировка музыкальной библиотеки по жанрам
  • добавление жанровых меток к аудиозаписям
  • классификация музыкальных фрагментов в медиакаталоге

Ограничения

Модель различает перечисленные 18 жанров, поэтому для других жанров её метки могут быть неподходящими. В README не приведены метрики качества и условия лицензии.

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

This model is finetuned version of ntu-spml/distilhubert for music genre classification.

This model was finetuned to distinguish between 18 music genres including:

- Blues
- Classical music
- Country music
- Drum & Bass
- Dubstep
- Folk
- Future Bass
- Hardstyle
- House
- Jazz
- Latin music
- Metal
- Pop
- R&B, Soul
- Rap
- Reagge
- Rock
- Trap  

Training hyperparameters

The following hyperparameters were used during training:

  • metric_for_best_model = accuracy
  • learning_rate = 5e-5
  • seed = 42
  • per_device_train_batch_size = 4
  • per_device_eval_batch_size = 4
  • gradient_accumulation_steps = 1
  • warmup_ratio = 0.1
  • fp16 = True
  • adam_epsilon = 1e-08
  • adam_beta1 = 0.9
  • adam_beta2 = 0.999

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
dd58d76

0 моделей