Дообученная модель AST определяет настроение музыкального аудио, присваивая ему одну из трёх категорий.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
guyPerry/audio-mood-classifier — дообученная модель Audio Spectrogram Transformer (AST) для классификации настроения музыки по аудиозаписи. Она относит трек к одному из трёх классов: спокойный меланхоличный, умеренный нейтральный или энергичный бодрый.
Модель содержит 113,2 млн параметров, построена на архитектуре AST и доступна в формате Safetensors для Transformers. Её можно применять для автоматической разметки музыкальных библиотек, поиска треков по настроению и сортировки аудио по уровню энергии. Лицензия — Apache-2.0.
Модель выдаёт только одну из трёх заданных категорий настроения, поэтому не различает более тонкие эмоциональные оттенки. Качество на жанрах и аудио вне музыки в README не описано.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Fine-tuned Audio Spectrogram Transformer (AST) for music mood classification.
| Label | Description |
|---|---|
| calm_melancholic | Slow, introspective, melancholic |
| moderate_neutral | Balanced, mid-energy, neutral feel |
| energetic_upbeat | Fast, high-energy, upbeat |
from transformers import pipeline
classifier = pipeline("audio-classification", model="guyPerry/audio-mood-classifier")
result = classifier("song.mp3")
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · transformers · audio-classification
Подбираем GPU…