Характеристики

Параметры: 113 млн
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-base-korean
Библиотека: transformers
Опубликована: 12 окт 2026

Ссылки

Hugging Face

audio_cls

getupsun

Классификация текстаТекст → label

Дообученная на корейской Wav2Vec2 модель для классификации аудио, показавшая низкую точность в указанной оценке.

10скачиваний за 30 дней1лайквеса обновлены12 окт 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

getupsun/audio_cls — модель классификации аудио на основе Wav2Vec2, дообученная на Kkonjeong/wav2vec2-base-korean. Она принимает аудио и предназначена для присвоения ему класса; конкретные классы и сценарии применения в карточке не описаны. Модель содержит 113,3 млн параметров и доступна в формате safetensors для библиотеки Transformers.

На оценочной выборке указаны accuracy 0,0504 и loss 2,6457, что свидетельствует о низком качестве классификации в приведённой оценке. Датасет и подробности обучения не раскрыты. Лицензия в предоставленных сведениях не указана.

Сценарии применения

классификация аудиозаписей по категориям
экспериментальная проверка классификатора аудио
оценка распознавания классов на собственном наборе аудиоданных

Ограничения

В оценке указана низкая accuracy 0,0504; датасет, набор классов и предполагаемые сценарии использования не описаны. Основа обучена для корейской речи, но карточка не уточняет языковую поддержку самой задачи классификации.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

audio_cls

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

Loss: 2.6457
Accuracy: 0.0504

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: 0.0001
train_batch_size: 4
eval_batch_size: 4
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
num_epochs: 10
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	119	2.6727	0.0672
No log	2.0	238	2.6465	0.0504
No log	3.0	357	2.6531	0.0588
No log	4.0	476	2.6462	0.0504
2.6592	5.0	595	2.6486	0.0756
2.6592	6.0	714	2.6487	0.0756
2.6592	7.0	833	2.6482	0.0504
2.6592	8.0	952	2.6465	0.0504
2.6459	9.0	1071	2.6470	0.0588
2.6459	10.0	1190	2.6457	0.0504

Framework versions

Transformers 5.18.0
Pytorch 2.11.0+cu130
Datasets 4.8.5
Tokenizers 0.23.2

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: 8a3e459