/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
Deepfake-audio-detection
Опубликована
17 июн 2024

Deepfake-audio-detection-V2

Классификация текстаТекст → label4 профессии

Дообученная модель Wav2Vec2 для классификации аудио и выявления дипфейковых записей.

7 052скачиваний за 30 дней19лайковвеса обновлены18 июн 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

MelodyMachine выпустила Deepfake-audio-detection-V2 — дообученную модель классификации аудио на базе motheecreator/Deepfake-audio-detection. Модель использует архитектуру Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров.

Модель предназначена для классификации аудиозаписей, в частности для выявления дипфейкового аудио. На оценочном наборе данных автор сообщает точность 0,9973 и значение функции потерь 0,0141; описание набора и протокола оценки не приведено. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Сценарии применения

  • Проверка аудиозаписей на признаки синтетической подделки
  • Классификация аудио в системе обнаружения дипфейков
  • Предварительная фильтрация подозрительных голосовых записей

Ограничения

README не описывает оценочный набор и протокол проверки, поэтому приведённую точность нельзя напрямую переносить на другие данные. В карточке отсутствуют подробности о поддерживаемых языках и условиях применения.

Для каких профессий подходит4

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

Deepfake-audio-detection-V2

This model is a fine-tuned version of motheecreator/Deepfake-audio-detection on the audiofolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0141
  • Accuracy: 0.9973

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: cosine
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossAccuracy
0.05031.013810.05140.9858
0.03272.027620.01740.9956
0.00643.041430.02210.9950
0.00034.055240.01740.9965
0.01155.069050.01410.9973

Framework versions

  • Transformers 4.41.2
  • Pytorch 2.1.2
  • Datasets 2.19.2
  • Tokenizers 0.19.1

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
de3cde5

0 моделей