AST fine-tuned on GTZAN
This model fine-tunes MIT/ast-finetuned-audioset-10-10-0.4593 for 10-way music genre classification on GTZAN.
Evaluation
Validation accuracy: 91.00% on the seeded 90/10 GTZAN split.
Характеристики
- Параметры
- 113 млн
- Архитектура
- audio-spectrogram-transformer · dense
- Базовая модель
- ast-finetuned-audioset-10-10-0.4593
- Библиотека
- transformers
- Опубликована
- 1 сен 2026
Ссылки
ast-finetuned-gtzan
Дообученная на GTZAN модель AST классифицирует музыкальные записи по 10 жанрам.
45скачиваний 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
hsaim/ast-finetuned-gtzan — модель классификации аудио, созданная дообучением AST от MIT на датасете GTZAN. Она использует архитектуру Audio Spectrogram Transformer на базе Vision Transformer и содержит 113,2 млн параметров. Модель предназначена для отнесения музыкального аудио к одному из 10 жанров GTZAN; для seeded-разбиения GTZAN 90/10 в карточке указана точность 91%.
Сценарии применения
- определение жанра музыкальной записи
- автоматическая разметка музыкальной библиотеки по жанрам
- классификация аудиофрагментов для музыкального каталога
Ограничения
Модель обучена для классификации по 10 жанрам GTZAN, поэтому её категории и качество на другой музыке могут отличаться. Указанная точность 91% относится к seeded-разбиению GTZAN 90/10.
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.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделейII.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей
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 · transformers · audio-classification
Подбираем GPU…
- Класс архитектуры
- ASTForAudioClassification
- Ревизия весов
- 6f56d90