See the https://dima806.substack.com/p/diving-deep-into-speech-accent-classification and https://www.kaggle.com/code/dima806/speech-accent-classification for more details
license: apache-2.0 metrics:
- accuracy
Характеристики
- Параметры
- 113 млн
- Лицензия
- Apache 2.0
- Архитектура
- wav2vec2 · dense
- Базовая модель
- wav2vec2-base-960h
- Опубликована
- 26 мая 2023
Ссылки
speech-accent-classification
Дообученная Wav2Vec2-модель определяет акцент в аудиозаписи английской речи.
100скачиваний за 30 дней5лайковвеса обновлены19 окт 2024
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
dima806/speech-accent-classification — модель классификации аудио на основе Wav2Vec2ForSequenceClassification, дообученная на facebook/wav2vec2-base-960h. Она предназначена для определения акцента по аудиозаписи английской речи. Модель содержит 113,3 млн параметров и доступна в форматах PyTorch и Safetensors.
Базовая модель обучена распознавать английскую речь; эта версия использует акустические признаки для классификации акцента. В карточке указана метрика accuracy, но подробности о наборе данных, перечне классов и численных результатах отсутствуют. Лицензия — Apache-2.0.
Сценарии применения
- определение акцента говорящего по записи английской речи
- классификация акцентов в аудиоколлекции
- анализ акцентов в речевых данных для исследований
Ограничения
В карточке не приведены список распознаваемых акцентов, тестовые результаты и описание обучающих данных, поэтому качество и область применимости классификации оценить нельзя.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделейIV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.
- Класс архитектуры
- Wav2Vec2ForSequenceClassification
- Ревизия весов
- 8a20d31