/ Модель

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base-korean
Библиотека
transformers
Опубликована
25 авг 2026

audio_cls_korean

Классификация текстаТекст → label3 профессии

Дообученная корейская Wav2Vec2-модель для классификации аудиозаписей по классам.

19скачиваний за 30 дней0лайковвеса обновлены25 авг 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

nunuing/audio_cls_korean — модель классификации аудио на основе Wav2Vec2, дообученная на Kkonjeong/wav2vec2-base-korean. Она предназначена для отнесения аудиозаписей к классам; набор классов и обучающие данные в карточке не описаны. Модель содержит 113,3 млн параметров и распространяется в формате safetensors через библиотеку Transformers.

На оценочном наборе указаны accuracy 0,8739 и loss 1,0013. Лицензия в предоставленных данных не указана.

Сценарии применения

  • классификация корейских аудиозаписей по категориям
  • определение класса аудиосигнала в аудиопайплайне
  • оценка аудиоклассификатора на пользовательском наборе данных

Ограничения

Набор меток и обучающий датасет не описаны, поэтому применимость к конкретным классам аудио неясна. Метрики приведены для оценочного набора, состав которого не указан.

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

audio_cls_korean

This model is a fine-tuned version of Kkonjeong/wav2vec2-base-korean on an unknown dataset. It achieves the following results on the evaluation set:

  • Loss: 1.0013
  • Accuracy: 0.8739

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: 0.0001
  • train_batch_size: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 32
  • 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
  • num_epochs: 10
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
No log1.0152.62750.1008
No log2.0302.53230.1176
No log3.0452.30490.2689
No log4.0601.89390.5798
No log5.0751.59490.6723
No log6.0901.37940.7479
No log7.01051.23480.8067
No log8.01201.10500.8235
No log9.01351.03840.8487
No log10.01501.00130.8739

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
2336c72

0 моделей