/ Модель

Характеристики

Параметры
113 млн
Архитектура
wavlm · dense
Базовая модель
wavlm-base-plus
Библиотека
transformers
Опубликована
15 июн 2026

wavlm-finetuned-IEMOCAP

Классификация текстаТекст → label3 профессии

Дообученная модель WavLM для классификации речевого аудио, предназначенная для распознавания эмоциональных классов.

31скачиваний 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

VasilisAsim/wavlm-finetuned-IEMOCAP — модель классификации аудио, полученная дообучением microsoft/wavlm-base-plus. Она содержит 113,3 млн параметров и использует архитектуру WavLMForSequenceClassification; модель предназначена для классификации речевого аудио, в частности распознавания эмоциональных классов в записи речи.

В карточке приведены результаты оценки: точность 0,4972 и loss 1,4042. Датасет и набор меток не описаны, поэтому конкретные классы эмоций и условия применения результата определить нельзя. Для хранения весов используется safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • распознавание эмоций в речевых записях
  • классификация эмоциональных характеристик речи
  • анализ эмоциональной окраски аудио

Ограничения

В README указаны accuracy 0,4972 и loss 1,4042, но не описаны датасет, классы эмоций и методика оценки; применимость к другим данным неясна.

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

wavlm-finetuned-IEMOCAP

This model is a fine-tuned version of microsoft/wavlm-base-plus on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.4042
  • Accuracy: 0.4972

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: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 16
  • 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
  • lr_scheduler_warmup_steps: 0.1
  • num_epochs: 5
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
6.86871.04021.70190.3292
6.52142.08041.61250.3671
5.93743.012061.50220.4493
5.41834.016081.45270.4798
5.28125.020101.40420.4972

Framework versions

  • Transformers 5.12.0
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры wavlm нет загрузчика под задачу text-classification.

Класс архитектуры
WavLMForSequenceClassification
Ревизия весов
d0eb89b

0 моделей