/ Модель

Характеристики

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

wavlm-finetuned-SAVEE

Классификация текстаТекст → label3 профессии

Дообученная модель WavLM Base Plus для классификации аудио.

9скачиваний за 30 дней0лайковвеса обновлены14 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-SAVEE — дообученная модель Microsoft WavLM Base Plus для классификации аудио. Она использует архитектуру WavLMForSequenceClassification и содержит 113,3 млн параметров. Карточка указывает, что обучение проводилось на неизвестном наборе данных; название репозитория указывает на SAVEE, но README этого не подтверждает.

Модель принимает аудио и выдаёт классы. На оценочном наборе указаны accuracy 0,3542 и loss 1,6940, поэтому качество распознавания по имеющимся результатам ограничено. Лицензия в предоставленных данных не указана.

Сценарии применения

  • классификация аудиозаписей по классам
  • эксперименты с классификацией речи на основе WavLM
  • оценка дообученной модели на собственном наборе аудио

Ограничения

README сообщает, что набор данных неизвестен; назначение классов и условия применения не описаны. На оценочном наборе указана точность 0,3542, что ограничивает подтверждённое качество модели.

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-SAVEE

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: 1.6940
  • Accuracy: 0.3542

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
No log1.0241.93120.2188
No log2.0481.86080.3125
7.65093.0721.75550.3333
7.65094.0961.71670.3333
6.97435.01201.69400.3542

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
4f3a91b

0 моделей