/ Модель

Характеристики

Параметры
403 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense

wav2vec2-xls-r-300m-adult-child-cls

Классификация текстаТекст → label3 профессии

Дообученная Wav2Vec2-модель для классификации аудио, предположительно различающая взрослую и детскую речь.

1 848скачиваний за 30 дней1лайквеса обновлены25 фев 2022

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

anantoj/wav2vec2-xls-r-300m-adult-child-cls — дообученная модель на базе facebook/wav2vec2-xls-r-300m для классификации аудио. По названию репозитория она предназначена для различения взрослой и детской речи; подробное описание набора данных и сценариев применения в карточке отсутствует.

Модель использует архитектуру Wav2Vec2ForSequenceClassification и содержит около 402,7 млн параметров. В README указаны результаты на оценочной выборке: accuracy 0,9404 и F1 0,9440. Указана лицензия Apache-2.0.

Сценарии применения

  • определение, говорит ли взрослый или ребёнок
  • классификация аудиозаписей речи по возрастной группе говорящего
  • предварительная сортировка речевых записей для дальнейшей проверки

Ограничения

В README не описаны данные обучения, набор меток и ограничения применимости; результаты оценки не подтверждают качество на других наборах данных или условиях записи.

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

wav2vec2-xls-r-300m-adult-child-cls

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the None dataset. It achieves the following results on the evaluation set:

  • Loss: 0.1770
  • Accuracy: 0.9404
  • F1: 0.9440

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 4

Training results

Training LossEpochStepValidation LossAccuracyF1
0.251.03830.25160.90770.9106
0.20522.07660.21380.93210.9353
0.19013.011490.17700.94040.9440
0.22554.015320.17940.94040.9440

Framework versions

  • Transformers 4.17.0.dev0
  • Pytorch 1.10.2+cu102
  • Datasets 1.18.3
  • Tokenizers 0.11.0

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры
Wav2Vec2ForSequenceClassification
Ревизия весов
044719f

0 моделей