/ Модель

Характеристики

Базовая модель
ast-finetuned-audioset-10-10-0.4593
Библиотека
transformers
Опубликована
29 сен 2026

robustlungai-ast

Классификация аудиоАудио → label

Модель AST классифицирует записи дыхания как нормальные, содержащие хрипы, свистящие хрипы или оба типа звуков для исследовательского анализа.

0скачиваний за 30 дней0лайковвеса обновлены29 сен 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

RobustLungAI AST — исследовательская модель классификации респираторных звуков, созданная в рамках магистерского проекта. Она основана на Audio Spectrogram Transformer (AST), дообученном на AudioSet, и реализована на PyTorch с использованием Hugging Face Transformers. Модель относит аудиозапись к одному из четырёх классов: нормальное дыхание, хрипы, свистящие хрипы или сочетание хрипов и свистящих хрипов.

Модель предназначена для экспериментального анализа записей дыхания и изучения устойчивости классификации к шуму и различиям записывающих устройств. Для описанной обработки нужны аудио с частотой дискретизации 16 кГц и целевой длительностью 8 секунд; используются 128 мел-частотных полос. Внутренние результаты проекта получены на разделении данных по пациентам 70/15/15 и не являются независимо проверенным бенчмарком или официальной оценкой ICBHI.

Модель не прошла клиническую валидацию и не предназначена для медицинской диагностики. Результаты могут зависеть от условий записи, шума и распределения данных; предсказания и визуализации интерпретируемости не являются клиническими доказательствами. Лицензия в предоставленных источниках не указана.

Сценарии применения

  • Классификация записей дыхания по наличию хрипов и свистящих хрипов
  • Исследовательский анализ респираторных звуков
  • Эксперименты по устойчивости классификации к шуму
  • Сравнение влияния записывающих устройств на классификацию дыхательных звуков

Ограничения

Модель не прошла клиническую валидацию и не должна использоваться для диагностики; качество может меняться в зависимости от шума, условий записи и распределения данных. Приведённые метрики получены на внутреннем разделении проекта и не являются независимо проверенным бенчмарком.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

RobustLungAI AST

Respiratory sound classification using Audio Spectrogram Transformers (AST).

RobustLungAI is an MSc research project exploring respiratory sound classification and robustness to noise and recording-device differences.

Research and educational use only. This model is not clinically validated and must not be used for medical diagnosis.

Model details

  • Architecture: Audio Spectrogram Transformer (AST)
  • Base model: MIT AST AudioSet
  • Framework: PyTorch and Hugging Face Transformers
  • Classes: Normal, crackle, wheeze, both
  • Checkpoint: ast_lung_fp16.pt

Preprocessing

  • Sampling rate: 16 kHz
  • Target audio duration: 8 seconds
  • Mel frequency bins: 128

Use the preprocessing and checkpoint-loading code provided in the demo notebook to ensure compatibility.

Evaluation

On the project's internal patient-level 70/15/15 split, the recorded AST cross-entropy results were:

SplitSensitivitySpecificityICBHI score
Validation67.45%74.51%70.98%
Test56.51%76.87%66.69%

These are recorded project results, not independently verified benchmarks. The split is not the official ICBHI challenge protocol.

How to run

Open notebooks/05b_gradio_demo.ipynb in Google Colab, replace the placeholder with your actual GitHub repository URL, and run the notebook cells. The notebook downloads the checkpoint and launches the Gradio interface.

There is no permanent hosted demo.

Limitations

Performance may vary with recording conditions, noise, and dataset distribution. Model predictions and interpretability visualizations are not clinical evidence or proof of causal reasoning.

Resources

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · audio-classification

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
30099f9

0 моделей