Характеристики

Параметры: 403 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Опубликована: 14 мар 2022

Ссылки

Hugging Face

xtreme_s_xlsr_300m_minds14_old_splits

anton-l

Классификация текстаТекст → label3 профессии

Дообученная Wav2Vec2-модель для классификации речевых аудиозаписей из набора MINDS14.

19скачиваний за 30 дней1лайквеса обновлены17 мар 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

Модель anton-l/xtreme_s_xlsr_300m_minds14_old_splits — дообученная версия facebook/wav2vec2-xls-r-300m для классификации аудиозаписей из набора MINDS14. Она принимает речь и выдаёт метки классов; в метаданных также указана задача распознавания речи, однако README описывает дообучение именно на классификационном наборе. На оценочном наборе автор сообщает F1 0,9474 и accuracy 0,9470.

Модель основана на архитектуре Wav2Vec2, содержит около 402,7 млн параметров и опубликована в формате PyTorch. Лицензия — Apache-2.0. Карточка не раскрывает поддерживаемые языки, состав классов и ограничения качества; результаты на MINDS14 не гарантируют такую же точность на других аудиоданных.

Сценарии применения

классификация аудио по категориям MINDS14
определение намерения говорящего по короткой речевой записи
экспериментальная классификация голосовых запросов

Ограничения

Карточка не приводит перечень классов и языков модели. Метрики указаны только для оценочного набора MINDS14 и не подтверждают качество на других аудиоданных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

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 III.4Корпоративные функцииКлиентская поддержка и customer successAI помогает быстрее решать обращения и предупреждать проблемы клиентов.20 задач9 831модель 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

xtreme_s_xlsr_minds14

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the GOOGLE/XTREME_S - MINDS14 dataset. It achieves the following results on the evaluation set:

Loss: 0.2890
F1: 0.9474
Accuracy: 0.9470

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: 8
seed: 42
distributed_type: multi-GPU
num_devices: 2
total_train_batch_size: 64
total_eval_batch_size: 16
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 1500
num_epochs: 50.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	F1	Accuracy
2.551	2.7	200	2.5855	0.0407	0.1201
1.6934	5.41	400	1.5072	0.5862	0.6085
0.5914	8.11	600	0.7274	0.8270	0.8232
0.3896	10.81	800	0.4402	0.8905	0.8890
0.5052	13.51	1000	0.4483	0.8837	0.8829
0.4806	16.22	1200	0.4981	0.8784	0.8787
0.2103	18.92	1400	0.4957	0.8810	0.8817
0.4198	21.62	1600	0.5161	0.8927	0.8921
0.11	24.32	1800	0.4456	0.8923	0.8902
0.1233	27.03	2000	0.3858	0.9016	0.9012
0.1827	29.73	2200	0.3765	0.9162	0.9159
0.1235	32.43	2400	0.3716	0.9134	0.9128
0.1873	35.14	2600	0.3080	0.9314	0.9311
0.017	37.84	2800	0.2629	0.9415	0.9409
0.0436	40.54	3000	0.3159	0.9397	0.9390
0.0455	43.24	3200	0.2963	0.9393	0.9390
0.046	45.95	3400	0.2914	0.9457	0.9451
0.0042	48.65	3600	0.2890	0.9474	0.9470

Framework versions

Transformers 4.18.0.dev0
Pytorch 1.10.2+cu113
Datasets 1.18.4.dev0
Tokenizers 0.11.6

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: 9d475ab