/ Модель

Характеристики

Параметры
113 млн
Лицензия
Apache 2.0
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base
Библиотека
transformers
Опубликована
20 авг 2025

SERENE

Классификация текстаТекст → label3 профессии

SERENE — дообученная wav2vec 2.0 модель для классификации аудиозаписей.

250скачиваний за 30 дней0лайковвеса обновлены8 окт 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

SERENE — модель классификации аудио, созданная дообучением facebook/wav2vec2-base на наборе данных mali111222333/SERENE_DATA. Она использует архитектуру Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. На указанной в карточке оценочной выборке модель достигла accuracy 0,8262 и loss 0,5125. Подходит для классификации аудиозаписей в задачах, соответствующих меткам обучающего набора; состав меток и конкретное целевое применение в карточке не раскрыты.

Модель принимает аудио и выдаёт классы. В репозитории используются веса Safetensors, библиотека Transformers; лицензия — Apache-2.0. Язык данных и длина контекста не приведены, поэтому их нельзя определить по карточке.

Сценарии применения

  • классификация аудиозаписей по классам обучающего набора
  • автоматическая разметка аудио в соответствии с метками SERENE_DATA
  • оценка классов аудио в экспериментальных ML-конвейерах

Ограничения

Состав целевых классов и область применения не описаны. Приведённая accuracy 0,8262 относится только к оценочной выборке; данных о качестве на других наборах нет.

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

SERENE

This model is a fine-tuned version of facebook/wav2vec2-base on the mali111222333/SERENE_DATA dataset. It achieves the following results on the evaluation set:

  • Loss: 0.5125
  • Accuracy: 0.8262

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: 3e-05
  • train_batch_size: 32
  • eval_batch_size: 32
  • seed: 0
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 128
  • 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
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 20.0
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
2.0011.01032.01250.3141
1.42042.02061.50980.5219
1.11393.03091.15290.6792
0.95864.04120.98490.7157
0.90625.05150.98280.6956
0.82956.06180.86430.7236
0.77137.07210.70470.7722
0.74468.08240.68940.7861
0.70219.09270.67060.7837
0.708110.010300.62630.8026
0.64611.011330.59940.7977
0.648912.012360.58660.8026
0.615213.013390.56550.8074
0.634614.014420.55250.8202
0.607615.015450.52990.8250
0.592416.016480.52100.8238
0.607817.017510.52540.8232
0.570318.018540.51280.8232
0.642119.019570.51970.8220
0.508520.020600.51250.8262

Framework versions

  • Transformers 4.57.0.dev0
  • Pytorch 2.8.0+cu126
  • Datasets 4.0.0
  • Tokenizers 0.22.1

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
b0c390c

0 моделей