AST, дообученный на GTZAN, определяет музыкальный жанр аудиозаписи среди десяти классов.
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
maurorisonho/ast-gtzan-audio-course — модель Audio Spectrogram Transformer, дообученная на датасете GTZAN в рамках четвёртого раздела курса Hugging Face Audio Transformers. Она классифицирует аудиозаписи по десяти музыкальным жанрам. Архитектура AST обрабатывает аудио через спектрограммы; число параметров — 113,2 млн.
Модель предназначена для определения жанра музыкального фрагмента. В README заявлена точность 92% на задаче курса; условия и протокол оценки не описаны. Модель опубликована в формате PyTorch. Сведения о лицензии отсутствуют в предоставленных данных.
Обучена на GTZAN и предназначена для классификации по десяти музыкальным жанрам; качество на других данных может отличаться. Заявленная точность 92% не сопровождается описанием методики оценки.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a fine-tuned version of the Audio Spectrogram Transformer (AST) on the GTZAN Music Genre Classification dataset, completed for the Hugging Face Audio Transformers Course (Unit 4).
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · audio-classification
Подбираем GPU…