Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-base
Опубликована: 26 ноя 2023

Ссылки

Hugging Face

wav2vec2-base-version3

cge7

Классификация текстаТекст → label3 профессии

Дообученная модель wav2vec 2.0 для классификации аудио по меткам.

195скачиваний за 30 дней0лайковвеса обновлены26 ноя 2023

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

cge7/wav2vec2-base-version3 — дообученная на неизвестном наборе данных модель wav2vec 2.0 от автора репозитория cge7. Она предназначена для классификации аудио; архитектура — Wav2Vec2ForSequenceClassification, размер — 113,3 млн параметров. В оценке указаны loss 0,4587 и accuracy 0,8410.

Модель принимает аудио и выдаёт метки классов. README не раскрывает набор данных, категории классификации и сценарии применения, поэтому результаты нельзя уверенно переносить на конкретные типы аудио. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Сценарии применения

классификация аудиозаписей по категориям
определение класса аудио для задач, близких к обучающим данным
оценка аудио с выдачей метки класса

Ограничения

Набор данных и классы, на которых обучалась модель, не описаны, поэтому её точность для конкретных аудиосценариев неизвестна. Указанная accuracy 0,8410 относится только к неуточнённому набору оценки.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей 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 I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-version3

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

Loss: 0.4587
Accuracy: 0.8410

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: 32
eval_batch_size: 32
seed: 42
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: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
1.0686	1.0	904	0.6588	0.7787
0.9816	2.0	1808	0.5031	0.8199
0.9203	3.0	2712	0.4819	0.8293
0.8399	4.0	3616	0.4800	0.8310
0.9001	5.0	4520	0.4587	0.8410

Framework versions

Transformers 4.35.2
Pytorch 2.1.0+cu118
Datasets 2.15.0
Tokenizers 0.15.0

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: 80bcaaa