Характеристики

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

Ссылки

Hugging Face

audio_cls

rnlduqwb

Классификация текстаТекст → label

Дообученная wav2vec2-модель для классификации аудио по классам.

10скачиваний 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

rnlduqwb/audio_cls — дообученная модель wav2vec2 для классификации аудио. Она построена на Kkonjeong/wav2vec2-base-korean, использует архитектуру Wav2Vec2ForSequenceClassification и содержит 113,3 млн параметров. Модель предназначена для отнесения аудиозаписей к классам; набор классов и область применения не описаны.

В README приведены результаты оценки: точность 0,0504 и loss 2,6503. Эти показатели указывают на низкую точность в указанной оценке, поэтому пригодность модели для практической классификации требует отдельной проверки. Данные обучения, язык аудио и условия использования в карточке не раскрыты.

Сценарии применения

Классификация аудиозаписей по заданным классам
Автоматическая разметка аудио для последующей проверки

Ограничения

В README указана точность 0,0504 на оценочном наборе, а набор классов и данные обучения не описаны. Язык аудио и практическая область применения 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. It achieves the following results on the evaluation set:

Loss: 2.6503
Accuracy: 0.0504

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: 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

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
No log	1.0	119	2.6624	0.0924
No log	2.0	238	2.6702	0.0504
No log	3.0	357	2.6622	0.0504
No log	4.0	476	2.6540	0.0504
2.6587	5.0	595	2.6524	0.0504
2.6587	6.0	714	2.6516	0.0504
2.6587	7.0	833	2.6512	0.0504
2.6587	8.0	952	2.6500	0.0504
2.6472	9.0	1071	2.6512	0.0504
2.6472	10.0	1190	2.6503	0.0504

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: 626fa95