/ Модель

Характеристики

Параметры
18,9 млн
Лицензия
Apache 2.0
Архитектура
hubert · dense
Базовая модель
distilhubert
Библиотека
transformers
Опубликована
30 авг 2026

distilhubert-gtzan-15sec

Классификация текстаТекст → label3 профессии

Компактная дообученная на GTZAN модель классифицирует музыкальные аудиозаписи по жанрам.

27скачиваний за 30 дней0лайковвеса обновлены30 авг 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

Это дообученная на наборе GTZAN модель классификации аудио, созданная на основе ntu-spml/distilhubert. Она использует архитектуру HuBERT для классификации аудиозаписей; в репозитории указано 18,9 млн параметров. Модель предназначена для распознавания музыкальных жанров в аудио, в частности в сценариях, связанных с набором GTZAN.

На оценочной выборке указаны accuracy 0,8492 и loss 0,8519. Базовая distilhubert предназначена для извлечения речевых представлений из аудио 16 кГц, но карточка этой версии не уточняет требования к входу и ограничения применимости результатов. Лицензия — Apache-2.0.

Сценарии применения

  • классификация музыкальных треков по жанрам
  • автоматическая разметка музыкальной коллекции
  • распознавание жанра короткого аудиофрагмента

Ограничения

В README приведены результаты только на оценочной выборке GTZAN; оценка на других музыкальных данных не описана. Карточка не уточняет ограничения модели и требования к входному аудио.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilhubert-finetuned-gtzan-15sec

This model is a fine-tuned version of ntu-spml/distilhubert on the GTZAN dataset. It achieves the following results on the evaluation set:

  • Loss: 0.8519
  • Accuracy: 0.8492

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: 8
  • eval_batch_size: 8
  • seed: 42
  • gradient_accumulation_steps: 2
  • total_train_batch_size: 16
  • 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
  • lr_scheduler_warmup_steps: 100
  • num_epochs: 20
  • mixed_precision_training: Native AMP

Training results

Training LossEpochStepValidation LossAccuracy
3.13391.01121.35120.6583
1.61852.02240.86200.7085
1.00203.03360.57990.8090
0.70624.04480.66240.8040
0.51915.05600.67550.8191
0.29676.06720.77850.7990
0.08217.07840.82350.8342
0.06868.08960.85190.8492
0.01569.010080.97830.8191
0.001910.011201.04720.8191
0.001511.012321.19030.8090
0.086212.013441.16100.8191
0.001113.014561.19860.8191
0.000814.015681.22030.8141
0.001015.016801.42900.7889
0.000716.017921.30510.8090
0.000717.019041.18390.8291
0.007718.020161.18030.8342
0.000719.021281.17890.8291
0.000620.022401.17570.8342

Framework versions

  • Transformers 5.16.1
  • Pytorch 2.11.0+cu128
  • Datasets 5.0.1
  • Tokenizers 0.23.1

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Нельзя запустить

Для архитектуры hubert нет загрузчика под задачу text-classification.

Класс архитектуры
HubertForSequenceClassification
Ревизия весов
e7a00f5

0 моделей