/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
hubert-base-ls960
Опубликована
25 янв 2024

hubert-base-960h-itw-deepfake

Классификация текстаТекст → label3 профессии

Дообученная HuBERT-модель для классификации аудио и выявления deepfake-речи.

89скачиваний за 30 дней1лайквеса обновлены31 янв 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

abhishtagatya/hubert-base-960h-itw-deepfake — модель классификации аудио, созданная дообучением facebook/hubert-base-ls960. Она предназначена для обнаружения поддельной или синтезированной речи и классификации аудиозаписей; в карточке приведены результаты оценки: accuracy 0,9873 и EER 0,0143. Модель использует архитектуру HuBERT для классификации последовательности и содержит 113,3 млн параметров.

В метаданных указан английский язык и лицензия Apache-2.0. Датасет, на котором модель дообучалась, не назван, а сведения о предполагаемом применении и ограничениях в карточке отсутствуют.

Сценарии применения

  • проверка аудиозаписи на поддельную речь
  • классификация записи как настоящей или синтезированной
  • анализ аудио для выявления речевого спуфинга

Ограничения

Датасет обучения неизвестен, поэтому приведённые метрики нельзя переносить на другие типы аудио и сценарии без отдельной проверки. README не описывает условия оценки и конкретные ограничения применения.

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

hubert-base-960h-itw-deepfake

This model is a fine-tuned version of facebook/hubert-base-ls960 on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 0.0756
  • Accuracy: 0.9873
  • FAR: 0.0083
  • FRR: 0.0203
  • EER: 0.0143

Model description

Quick Use

  device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

  config = AutoConfig.from_pretrained("abhishtagatya/hubert-base-960h-itw-deepfake")
  feature_extractor = Wav2Vec2FeatureExtractor.from_pretrained("abhishtagatya/hubert-base-960h-itw-deepfake")

  model = HubertForSequenceClassification.from_pretrained("abhishtagatya/hubert-base-960h-itw-deepfake", config=config).to(device)

  # Your Logic Here

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: 1e-06
  • train_batch_size: 2
  • eval_batch_size: 2
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 4
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • num_epochs: 2.0

Training results

Training LossEpochStepValidation LossAccuracyFARFRREER
0.40810.3925000.11520.97220.02850.02670.0276
0.11680.7950000.08220.98440.01200.02160.0168
0.09791.1875000.08960.98460.01300.01950.0162
0.09831.57100000.10070.98330.01550.01860.0171
0.09011.97125000.07560.98730.00830.02030.0143

Framework versions

  • Transformers 4.38.0.dev0
  • Pytorch 2.1.2+cu121
  • Datasets 2.16.2.dev0
  • Tokenizers 0.15.1

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
965d306

0 моделей