/ Модель

Характеристики

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

xtreme_s_xlsr_minds14

Классификация текстаТекст → label3 профессии

Дообученная wav2vec2-модель для классификации аудиозаписей по классам.

32скачиваний за 30 дней1лайквеса обновлены14 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

anton-l/xtreme_s_xlsr_minds14 — модель классификации аудио на базе архитектуры wav2vec2, дообученная автором на наборе данных, обозначенном в карточке как None. Она предназначена для отнесения аудиозаписей к классам; в метаданных Hugging Face основная задача указана как audio-classification. Число параметров — около 402,7 млн, веса опубликованы в формате PyTorch.

В карточке приведены результаты оценки: F1 0,946 и accuracy 0,947. Язык записей, состав классов и практические сценарии подробнее не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • классификация коротких аудиозаписей
  • определение категории аудиофрагмента
  • оценка аудиоклассификатора на тестовом наборе

Ограничения

Карточка не описывает набор классов и язык аудио; указанное в README имя обучающего набора — None. Приведённые метрики относятся к оценочному набору, описание которого отсутствует.

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

xtreme_s_xlsr_minds14

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: 0.2566
  • F1: {'f1': 0.9460569664921582, 'accuracy': 0.9468540012217471}

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 LossEpochStepValidation LossF1
2.5512.72002.5921{'f1': 0.03454307545755678, 'accuracy': 0.1148442272449603}
1.69345.414001.5353{'f1': 0.5831241711045994, 'accuracy': 0.6053756872327428}
0.59148.116000.7337{'f1': 0.7990425247664236, 'accuracy': 0.7947464874770922}
0.389610.818000.5076{'f1': 0.8738199236080776, 'accuracy': 0.872327428222358}
0.505213.5110000.4917{'f1': 0.8744760456867134, 'accuracy': 0.8747709224190593}
0.480616.2212000.4751{'f1': 0.8840798740258787, 'accuracy': 0.8845448992058644}
0.210318.9214000.5228{'f1': 0.8721632556623751, 'accuracy': 0.8729383017715333}
0.419821.6216000.5910{'f1': 0.8755207264572983, 'accuracy': 0.8766035430665852}
0.1124.3218000.4464{'f1': 0.896423086249818, 'accuracy': 0.8955406230910201}
0.123327.0320000.3760{'f1': 0.9012283567348968, 'accuracy': 0.9016493585827734}
0.182729.7322000.4178{'f1': 0.9042381720184095, 'accuracy': 0.9059254734270006}
0.123532.4324000.4152{'f1': 0.9063257163259107, 'accuracy': 0.9071472205253512}
0.187335.1426000.2903{'f1': 0.9369340598806323, 'accuracy': 0.9376908979841173}
0.01737.8428000.3046{'f1': 0.9300781160576355, 'accuracy': 0.9303604153940135}
0.043640.5430000.3111{'f1': 0.9315034391389341, 'accuracy': 0.9321930360415394}
0.045543.2432000.2748{'f1': 0.9417365311433034, 'accuracy': 0.9425778863775198}
0.04645.9534000.2800{'f1': 0.9390712658440112, 'accuracy': 0.9395235186316433}
0.004248.6536000.2566{'f1': 0.9460569664921582, 'accuracy': 0.9468540012217471}

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
97f4560

0 моделей