/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-large-xlsr-53-english
Библиотека
transformers
Опубликована
1 окт 2024

baby-cry-classification-finetuned-babycry-v4

Классификация текстаТекст → label3 профессии

Дообученная Wav2Vec2-модель для классификации аудиозаписей плача младенцев.

37скачиваний за 30 дней6лайковвеса обновлены1 окт 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

Wiam/baby-cry-classification-finetuned-babycry-v4 — модель классификации аудио, созданная дообучением Wav2Vec2 на наборе данных audiofolder для распознавания классов плача младенцев. Она принимает аудиозапись и выдаёт метки классов; конкретный перечень классов в карточке не описан. Модель содержит около 402,7 млн параметров, использует архитектуру Wav2Vec2ForSequenceClassification и формат весов safetensors.

На оценочной выборке указаны accuracy 0,815, F1 0,732, precision 0,665 и recall 0,815. Базовая модель обучалась на английской речи, но карточка не подтверждает, что классификатор плача рассчитан на определённый язык. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация аудиозаписи плача младенца
  • распознавание класса или типа детского плача
  • автоматическая разметка записей плача в аудиоколлекции

Ограничения

В карточке не перечислены классы плача и не приведены сведения о сценариях применения или независимой проверке; результаты оценки относятся только к указанной выборке. Метрики precision и F1 ниже accuracy, поэтому качество распознавания отдельных классов может различаться.

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

baby-cry-classification-finetuned-babycry-v4

This model is a fine-tuned version of jonatasgrosman/wav2vec2-large-xlsr-53-english on the audiofolder dataset. It achieves the following results on the evaluation set:

  • Loss: 0.7255
  • Accuracy: {'accuracy': 0.8152173913043478}
  • F1: 0.7322
  • Precision: 0.6646
  • Recall: 0.8152

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: 0.0001
  • train_batch_size: 4
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 8
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 5

Training results

Training LossEpochStepValidation LossAccuracyF1PrecisionRecall
0.62440.5435250.7271{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.69011.0870500.7196{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.58731.6304750.7426{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.80292.17391000.7124{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.56612.71741250.7259{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.61213.26091500.7431{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.75713.80431750.7316{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.52844.34782000.7277{'accuracy': 0.8152173913043478}0.73220.66460.8152
0.71824.89132250.7255{'accuracy': 0.8152173913043478}0.73220.66460.8152

Framework versions

  • Transformers 4.44.2
  • Pytorch 2.4.1+cu121
  • Datasets 3.0.1
  • Tokenizers 0.19.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры
Wav2Vec2ForSequenceClassification
Ревизия весов
9696d96

0 моделей