Характеристики

Параметры: 113 млн
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-base-korean
Библиотека: transformers
Опубликована: 12 окт 2026

Ссылки

Hugging Face

audio_cls

p2kkyu

Классификация текстаТекст → label

Производная модели seu0514/audio_cls. Дообученная модель Wav2Vec2 для классификации аудио по меткам классов.

14скачиваний за 30 дней0лайковвеса обновлены12 окт 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

Карточка модели p2kkyu/audio_cls на Hugging Face совпадает с карточкой seu0514/audio_cls, поэтому описание составлено по ней.

Это модель для классификации аудио, созданная дообучением Kkonjeong/wav2vec2-base-korean. Она использует архитектуру Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Модель принимает аудио и выдаёт метки классов.

README не описывает целевые классы, обучающие данные или оценку качества, поэтому конкретные сценарии применения и надёжность классификации определить нельзя. Репозиторий использует библиотеку Transformers и формат весов safetensors; лицензия в предоставленных данных не указана.

Сценарии применения

классификация аудиозаписей по заданным классам
автоматическая разметка аудио в приложении на Transformers
распознавание категорий звуков при наличии соответствующего набора классов

Ограничения

Целевые классы, обучающие данные и качество модели не описаны, поэтому её точность и пригодность для конкретных типов аудио не установлены.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

audio_cls

This model is a fine-tuned version of Kkonjeong/wav2vec2-base-korean on an unknown dataset.

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: 4
eval_batch_size: 4
seed: 42
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

Framework versions

Transformers 5.18.0
Pytorch 2.11.0+cu130
Datasets 4.8.5
Tokenizers 0.23.2

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: 7149cf3