/ Модель
Каталог

Характеристики

Параметры
113 млн
Лицензия
BSD 3-Clause
Архитектура
audio-spectrogram-transformer · dense
Опубликована
26 апр 2023

Ссылки

Hugging Face

ast-finetuned-audioset-10-10-0.4593-finetuned-ie

minoosh
Классификация аудиоАудио → label3 профессии

Дообученная модель AST для классификации аудио по звуковым классам.

11скачиваний за 30 дней0лайковвеса обновлены26 апр 2023

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

Модель minoosh/ast-finetuned-audioset-10-10-0.4593-finetuned-ie — дообученная Minoosh версия MIT/ast-finetuned-audioset-10-10-0.4593 для классификации аудио. Она построена на архитектуре Audio Spectrogram Transformer (AST) и содержит 113,2 млн параметров. В README указана точность 0,6076 на оценочном наборе; сведения о составе классов и данных для дообучения не приведены.

Модель принимает аудио и выдаёт метки классов. Репозиторий распространяет веса PyTorch по лицензии BSD 3-Clause. Результат оценки относится к указанному в карточке набору и не гарантирует аналогичную точность на других аудио или классах.

Сценарии применения

  • классификация звуковых событий в аудиозаписи
  • распознавание бытовых и окружающих звуков
  • автоматическая разметка аудиоклипов по классам

Ограничения

Точность на оценочном наборе составляет 0,6076; состав классов и обучающих данных в карточке не раскрыт, поэтому качество на других наборах не установлено.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии
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

Открыть на Hugging Face

ast-finetuned-audioset-10-10-0.4593-finetuned-ie

This model is a fine-tuned version of MIT/ast-finetuned-audioset-10-10-0.4593 on the None dataset. It achieves the following results on the evaluation set:

  • eval_loss: 3.0698
  • eval_accuracy: 0.6076
  • eval_runtime: 163.7462
  • eval_samples_per_second: 7.579
  • eval_steps_per_second: 0.953
  • epoch: 18.08
  • step: 1844

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 30

Framework versions

  • Transformers 4.27.4
  • Pytorch 1.13.0
  • Datasets 2.11.0
  • Tokenizers 0.13.2

Как запустить

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

GPU в ailist

Универсальный рантайм · audio-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ASTForAudioClassification
Ревизия весов
fc54f91

0 моделей

    Создать бенчмарк