/ Модель

Характеристики

Параметры
18,9 млн
Архитектура
hubert · dense
Опубликована
28 ноя 2023

hubert_gtzan

Классификация текстаТекст → label3 профессии

Дообученная на GTZAN модель DistilHuBERT определяет музыкальный жанр по аудиозаписи.

19скачиваний за 30 дней2лайкавеса обновлены15 фев 2025

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

Luis O. Torres дообучил модель DistilHuBERT для классификации музыкальных жанров на наборе данных GTZAN. Это аудиомодель на архитектуре HuBERT с классификационной головой; в репозитории указано 18,9 млн параметров. Она предназначена для определения жанра по аудиозаписи и может использоваться в прототипах музыкальной каталогизации и анализа коллекций. В README описаны обучение в течение 15 эпох и выбор лучшей версии по точности; веса доступны в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Сценарии применения

  • классификация музыкальных записей по жанрам
  • автоматическая разметка музыкальной библиотеки
  • группировка аудиотреков по жанру
  • создание прототипа распознавания музыкальных жанров

Ограничения

Модель обучена на GTZAN, поэтому качество на жанрах и типах музыки, отличающихся от этого набора данных, может быть ограниченным. В предоставленных данных нет сведений о лицензии.

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

Description

This model is a specialized version of the distilhubert model fine-tuned on the gtzan dataset for the task of Music Genre Classification.

Development

Training Parameters

evaluation_strategy = 'epoch',
save_strategy = 'epoch',
load_best_model_at_end = True,
metric_for_best_model = 'accuracy',
learning_rate = 5e-5,
seed = 42,
per_device_train_batch_size = 8,
per_device_eval_batch_size = 8,
gradient_accumulation_steps = 1,
num_train_epochs = 15,
warmup_ratio = 0.1,
fp16 = True,
save_total_limit = 2,
report_to = 'none'

Training and Validation Results

Epoch	Training Loss	Validation Loss	Accuracy
1	      No log	        2.050576	0.395000
2	      No log	        1.387915	0.565000
3	      No log	        1.141497	0.665000
4	      No log	        1.052763	0.675000
5	      1.354600	        0.846402	0.745000
6	      1.354600	        0.858698	0.750000
7	      1.354600	        0.864531	0.730000
8	      1.354600	        0.765039	0.775000
9	      1.354600	        0.790847	0.785000
10	      0.250100	        0.873926	0.785000
11	      0.250100	        0.928275	0.770000
12	      0.250100	        0.851429	0.780000
13	      0.250100	        0.922214	0.770000
14	      0.250100	        0.916481	0.780000
15	      0.028000	        0.946075	0.770000
TrainOutput(global_step=1500, training_loss=0.5442592652638754,
metrics={'train_runtime': 12274.2966, 'train_samples_per_second': 0.976,
'train_steps_per_second': 0.122, 'total_flos': 8.177513845536e+17, 'train_loss': 0.5442592652638754, 'epoch': 15.0})

Reference

This model is based on the original HuBERT architecture, as detailed in:

Hsu et al. (2021). HuBERT: Self-Supervised Speech Representation Learning by Masked Prediction of Hidden Units. arXiv:2106.07447

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
3d75ac2

0 моделей