/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense

wav2vec2-base-lang-id

Классификация текстаТекст → label8 профессий

Дообученная Wav2Vec2-модель определяет язык по аудиозаписи.

35скачиваний за 30 дней8лайковвеса обновлены1 окт 2021

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

anton-l/wav2vec2-base-lang-id — дообученная модель классификации аудио на основе facebook/wav2vec2-base. Она предназначена для определения языка по аудиозаписи и обучена на наборе данных anton-l/common_language. Модель содержит 113,3 млн параметров; в проверке на оценочном наборе показала точность 0,7945 и loss 0,9836.

Модель использует архитектуру Wav2Vec2ForSequenceClassification и распространяется в формате PyTorch. Лицензия — Apache-2.0. Карточка не описывает поддерживаемый перечень языков и условия записи аудио, поэтому результаты для конкретных языков и акустических условий по приведённым данным определить нельзя.

Сценарии применения

  • определение языка в коротком аудиофрагменте
  • автоматическая сортировка аудиозаписей по языку
  • предварительная языковая маршрутизация аудио в речевых системах

Ограничения

В оценке на указанном наборе данных точность составила 0,7945; поддерживаемый перечень языков и устойчивость к шуму или другим акустическим условиям не описаны.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-lang-id

This model is a fine-tuned version of facebook/wav2vec2-base on the anton-l/common_language dataset. It achieves the following results on the evaluation set:

  • Loss: 0.9836
  • Accuracy: 0.7945

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: 0.0003
  • train_batch_size: 32
  • eval_batch_size: 4
  • seed: 0
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 10.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
2.95681.01733.28660.1146
1.92432.03462.12410.3840
1.29233.05191.54980.5489
0.86594.06921.49530.6126
0.55395.08651.24310.6926
0.41016.010381.14430.7232
0.29457.012111.08700.7544
0.15528.013841.10800.7661
0.09689.015570.98360.7945
0.062310.017301.02520.7993

Framework versions

  • Transformers 4.11.0.dev0
  • Pytorch 1.9.1+cu111
  • Datasets 1.12.1
  • Tokenizers 0.10.3

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
1d4eda8

0 моделей