Характеристики

Параметры: 113 млн
Лицензия: BSD 3-Clause
Архитектура: audio-spectrogram-transformer · dense
Базовая модель: ast-finetuned-audioset-10-10-0.4593
Библиотека: transformers
Опубликована: 19 июн 2026

Ссылки

Hugging Face

STRIX_heavy_model

Newton2676

Классификация аудиоАудио → label3 профессии

Дообученная AST-модель для классификации звуковых событий в аудио.

10скачиваний за 30 дней0лайковвеса обновлены19 июн 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

Newton2676/STRIX_heavy_model — модель классификации аудио, созданная дообучением MIT/ast-finetuned-audioset-10-10-0.4593. Она построена на архитектуре Audio Spectrogram Transformer (AST), реализована для Transformers и содержит 113,2 млн параметров. Модель принимает аудио и относит его к классам звуковых событий.

В README приведены результаты оценки на наборе данных: accuracy 0,9644 и loss 0,1506. Датасет, классы, сценарии применения и ограничения в карточке не раскрыты. Модель опубликована в формате safetensors под лицензией BSD-3-Clause.

Сценарии применения

определение класса звукового события в аудиозаписи
автоматическая категоризация звуковых файлов
анализ аудио для поиска заданных звуковых событий

Ограничения

Датасет обучения и перечень классов не описаны, поэтому область применимости результатов оценки неясна. В README не приведены сведения об устойчивости модели к разным условиям записи.

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 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей 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

classificateur-audio-distilhubert

This model is a fine-tuned version of MIT/ast-finetuned-audioset-10-10-0.4593 on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.1506
Accuracy: 0.9644

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: 16
eval_batch_size: 16
seed: 42
optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
lr_scheduler_type: linear
num_epochs: 2
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.1129	1.0	540	0.2396	0.9375
0.0178	2.0	1080	0.1506	0.9644

Framework versions

Transformers 5.10.2
Pytorch 2.11.0+cu128
Datasets 4.0.0
Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · audio-classification

Можно запустить

Подбираем GPU…

Класс архитектуры: ASTForAudioClassification
Ревизия весов: f00f1c3