/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
music_genres_classification
Библиотека
transformers
Опубликована
1 сен 2026

music_genres_classification-finetuned-gtzan

Классификация текстаТекст → label3 профессии

Модель на базе Wav2Vec2 определяет музыкальный жанр аудиозаписи, дообучена на GTZAN.

17скачиваний за 30 дней0лайковвеса обновлены1 сен 2026

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 Davron04 — дообученная версия dima806/music_genres_classification на датасете GTZAN для классификации музыкальных аудиозаписей. Она построена на архитектуре Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Основной сценарий применения — определение музыкального жанра по аудиозаписи.

На оценочной выборке модель показала accuracy 0,89 и loss 1,3618. Репозиторий использует формат safetensors и библиотеку Transformers. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

  • определение жанра музыкальной записи
  • автоматическая сортировка музыкальной библиотеки по жанрам
  • разметка музыкальных аудиофайлов для каталога
  • предварительная классификация аудиозаписей в музыкальном архиве

Ограничения

Результат accuracy 0,89 получен на оценочной выборке GTZAN; качество на других жанрах и аудиоданных не указано. Карточка не описывает дополнительные ограничения применения.

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

music_genres_classification-finetuned-gtzan

This model is a fine-tuned version of dima806/music_genres_classification on the GTZAN dataset. It achieves the following results on the evaluation set:

  • Loss: 1.3618
  • Accuracy: 0.89

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: 5e-05
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • optimizer: Use OptimizerNames.ADAMW_TORCH_FUSED with betas=(0.9,0.999) and epsilon=1e-08 and optimizer_args=No additional optimizer arguments
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
2.41571.01132.25600.73
1.79962.02261.86150.74
1.48723.03391.90900.74
0.82844.04522.11780.75
0.68635.05651.60020.85
1.15916.06782.25020.79
1.21497.07911.18010.87
0.49088.09041.41800.87
0.29589.010171.32620.87
0.049310.011301.36180.89

Framework versions

  • Transformers 5.0.0
  • Pytorch 2.10.0+cu128
  • Datasets 5.0.0
  • Tokenizers 0.22.2

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры
Wav2Vec2ForSequenceClassification
Ревизия весов
596043c

0 моделей