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: 22 июл 2026

Ссылки

Hugging Face

ast-tennis

ahmedmohamed55

Классификация аудиоАудио → label3 профессии

Дообученная AST-модель для классификации аудиособытий, предположительно связанных с теннисом.

268скачиваний за 30 дней0лайковвеса обновлены22 июл 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

ahmedmohamed55/ast-tennis — это дообученная модель для классификации аудио на базе MIT/ast-finetuned-audioset-10-10-0.4593. Она построена на архитектуре Audio Spectrogram Transformer и содержит 113,2 млн параметров; веса представлены в формате Safetensors и предназначены для использования с библиотекой Transformers.

Модель рассчитана на классификацию звуковых событий в аудио. Название указывает на специализацию на теннисе, однако описание датасета и перечень классов в карточке отсутствуют, поэтому конкретные распознаваемые звуки определить нельзя. В README приведены результаты оценки: accuracy 0,9828 и F1 0,9815; состав оценочной выборки не описан. Лицензия — BSD 3-Clause.

Сценарии применения

классификация звуковых событий на теннисных записях
анализ аудио с теннисных матчей
распознавание теннисных звуковых сцен

Ограничения

Перечень классов, обучающий датасет и условия оценки не описаны, поэтому приведённые метрики нельзя уверенно переносить на другие аудиоданные.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

ast-tennis

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: 0.1345
Accuracy: 0.9828
F1: 0.9815

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: 1e-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: 15
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
No log	1.0	15	0.5728	0.8103	0.8084
0.8515	2.0	30	0.2800	0.9138	0.9143
0.3041	3.0	45	0.1779	0.9310	0.9262
0.0946	4.0	60	0.1539	0.9310	0.9262
0.0946	5.0	75	0.0899	0.9483	0.9426
0.0256	6.0	90	0.0683	0.9828	0.9815
0.0062	7.0	105	0.0793	0.9655	0.9623
0.0017	8.0	120	0.1586	0.9310	0.9274
0.0017	9.0	135	0.1103	0.9828	0.9815
0.0008	10.0	150	0.1142	0.9828	0.9815
0.0006	11.0	165	0.1460	0.9655	0.9633
0.0005	12.0	180	0.1489	0.9655	0.9633
0.0005	13.0	195	0.1356	0.9828	0.9815
0.0005	14.0	210	0.1343	0.9828	0.9815
0.0005	15.0	225	0.1345	0.9828	0.9815

Framework versions

Transformers 5.13.1
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: 77f53c8