GTZAN audio classification course model
Fine-tuned from ntu-spml/distilhubert on marsyas/gtzan.
Accuracy: 0.88 eval_accuracy: 0.88 Target accuracy: 0.87
Характеристики
- Параметры
- 18,9 млн
- Архитектура
- hubert · dense
- Базовая модель
- distilhubert
- Библиотека
- transformers
- Опубликована
- 25 сен 2026
Ссылки
gtzan-audio-course-model
Классификация текстаТекст → label
Компактная модель HuBERT для классификации музыкальных жанров на основе набора GTZAN.
23скачиваний за 30 дней0лайковвеса обновлены25 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
lxk87142/gtzan-audio-course-model — компактная модель классификации аудио, дообученная на marsyas/gtzan на основе ntu-spml/distilhubert. Она использует архитектуру HuBERT и содержит 18,9 млн параметров. Модель предназначена для распознавания музыкальных жанров из набора GTZAN; в README указана точность 0,88.
Модель принимает аудио и выдаёт метку класса, поэтому подходит для автоматической категоризации музыкальных записей и учебных экспериментов по классификации аудио. Она разработана как курсовая модель и обучена на конкретном наборе жанров GTZAN; перенос качества на другие аудиоданные не подтверждён. Лицензия в предоставленных данных не указана.
Сценарии применения
- классификация музыкальных жанров в аудиозаписях
- автоматическая категоризация музыки по жанру
- учебные эксперименты по классификации аудио
Ограничения
Модель дообучена на наборе GTZAN, поэтому её точность на других музыкальных жанрах и аудиоданных не подтверждена. В README заявлена точность 0,88; условия и методика оценки не описаны.
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 · text-classification
Для архитектуры hubert нет загрузчика под задачу text-classification.
- Класс архитектуры
- HubertForSequenceClassification
- Ревизия весов
- bfa6402