Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Базовая модель: Common-Voice-Gender-Detection
Библиотека: transformers.js
Опубликована: 1 июн 2025

Ссылки

Hugging Face arXiv 2006.11477

Common-Voice-Gender-Detection-ONNX

Классификация текстаТекст → label3 профессии

Common-Voice-Gender-Detection-ONNX — ONNX-версия модели prithivMLmods/Common-Voice-Gender-Detection, разработанная на основе facebook/wav2vec2-base-960h и автоматически конвертированная для использования с transformers.js.

9 131скачиваний за 30 дней8лайковвеса обновлены1 июн 2025

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 предназначена для бинарной классификации аудио речи по категориям female и male.

Модель использует архитектуру Wav2Vec2ForSequenceClassification и работает с англоязычными аудиоданными. Она может применяться для анализа речи и демографических характеристик дикторов в записях колл-центров, персонализации диалоговых систем, автоматической разметки голосовых датасетов, исследовательских задач в области лингвистики и акустики, а также добавления метаданных к подкастам, интервью и видеоматериалам.

К сильным сторонам относятся использование предварительно обученной архитектуры Wav2Vec2 и формат ONNX, подходящий для эффективного инференса в совместимых средах. Модель классифицирует только по двум указанным категориям; в README не приведены сведения о точности, размере файла, максимальной длительности или длине контекста, устойчивости к шуму и применимости к другим языкам. Результат следует интерпретировать как классификацию голосового сигнала, а не как достоверное определение гендерной идентичности человека. Модель распространяется по лицензии Apache-2.0.

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 938моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей II.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

Common-Voice-Gender-Detection (ONNX)

This is an ONNX version of prithivMLmods/Common-Voice-Gender-Detection. It was automatically converted and uploaded using this space.

Common-Voice-Gender-Detection is a fine-tuned version of facebook/wav2vec2-base-960h for binary audio classification, specifically trained to detect speaker gender as female or male. This model leverages the Wav2Vec2ForSequenceClassification architecture for efficient and accurate voice-based gender classification.

[!note] Wav2Vec2: Self-Supervised Learning for Speech Recognition : https://arxiv.org/pdf/2006.11477

Intended Use

Common-Voice-Gender-Detection is designed for:

Speech Analytics – Assist in analyzing speaker demographics in call centers or customer service recordings.
Conversational AI Personalization – Adjust tone or dialogue based on gender detection for more personalized voice assistants.
Voice Dataset Curation – Automatically tag or filter voice datasets by speaker gender for better dataset management.
Research Applications – Enable linguistic and acoustic research involving gender-specific speech patterns.
Multimedia Content Tagging – Automate metadata generation for gender identification in podcasts, interviews, or video content.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры: Wav2Vec2ForSequenceClassification
Ревизия весов: 8d7fc28