Классификатор wav2vec2 определяет одну из семи эмоций в немецкой речи.
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
Модель padmalcom/wav2vec2-large-emotion-detection-german — классификатор эмоций в речи на базе архитектуры wav2vec2, обученный на наборе данных emo-DB. Разработчик README не назван. Модель содержит 402,7 млн параметров и предназначена для классификации аудио на семь классов: гнев, скука, отвращение, страх, счастье, грусть и нейтральное состояние.
Модель принимает аудио и выдаёт метку эмоционального класса. Она рассчитана на немецкую речь и может применяться для анализа эмоциональной окраски высказываний, например в записях диалогов. В репозитории указана лицензия Apache-2.0. Качество на других языках и вне данных emo-DB не описано; классификатор ограничен заданными семью классами.
Модель обучена на emo-DB и распознаёт только семь перечисленных классов; качество на других языках и вне этого набора данных не описано.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This wav2vec2 based emotion detection model is trained on the emo-DB dataset. Code for training can be found here.
Emotion classes are:
inference.py shows, how the model can be used.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · audio-classification
Подбираем GPU…