/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Опубликована
30 окт 2023

wav2vec2-audio-emotion-classification

Классификация текстаТекст → label3 профессии

Дообученная wav2vec 2.0 классифицирует аудио по эмоциональным категориям.

33скачиваний за 30 дней5лайковвеса обновлены3 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

Модель chin-may/wav2vec2-audio-emotion-classification — дообученная версия facebook/wav2vec2-base для классификации аудио по эмоциональным категориям. Она принимает аудио и выдаёт метки классов; архитектура основана на Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Модель подходит для анализа эмоциональной окраски речи в аудиозаписях. В README приведены результаты на наборе оценки: accuracy 0,7398 и loss 0,9518. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • определение эмоций в аудиозаписях речи
  • анализ эмоциональной окраски реплик
  • разметка аудиозаписей по категориям эмоций

Ограничения

Датасет обучения не указан, а README не описывает набор эмоциональных классов и условия применения. На оценочном наборе accuracy составляет 0,7398; переносимость результата на другие данные не установлена.

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-audio-emotion-classification

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: 0.9518
  • Accuracy: 0.7398

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: 6

Training results

Training LossEpochStepValidation LossAccuracy
1.7590.99221.70870.3122
1.55681.98441.44120.4923
1.25772.97661.14670.7060
1.07684.0891.01310.7215
0.94764.991110.96330.7314
0.90945.931320.95180.7398

Framework versions

  • Transformers 4.35.0
  • Pytorch 2.1.0+cu118
  • Datasets 2.14.6
  • Tokenizers 0.14.1

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
af09364

0 моделей