/ Модель

Характеристики

Параметры
113 млн
Лицензия
CC BY-NC 4.0
Архитектура
wav2vec2 · dense
Библиотека
transformers
Опубликована
7 окт 2024

vietnamese-regional-accent-classification-model

Классификация текстаТекст → label3 профессии

Аудиоклассификатор на базе Wav2Vec2 для определения регионального акцента во вьетнамской речи.

156скачиваний за 30 дней0лайковвеса обновлены20 окт 2024

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 thangtrungnguyen/vietnamese-regional-accent-classification-model — аудиоклассификатор на архитектуре Wav2Vec2 для распознавания регионального акцента во вьетнамской речи. Она содержит 113,3 млн параметров и распространяется в формате Safetensors; для работы используется библиотека Transformers. На оценочном наборе указаны F1 0,8217 и loss 0,5951, но сведения о наборе данных и условиях оценки отсутствуют.

Модель предназначена для отнесения аудиозаписей вьетнамской речи к региональным акцентным категориям. Лицензия CC BY-NC 4.0 требует указания авторства и не разрешает коммерческое использование. Подробности о поддерживаемых категориях, подготовке аудио и ограничениях применения не приведены.

Сценарии применения

  • классификация регионального акцента во вьетнамской речи
  • анализ акцентных различий во вьетнамских аудиозаписях
  • группировка образцов речи по региональным акцентам

Ограничения

В карточке не описаны обучающие и оценочные данные, набор региональных категорий и условия использования модели, поэтому приведённые метрики нельзя уверенно переносить на другие аудиозаписи. Коммерческое использование запрещено лицензией CC BY-NC 4.0.

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

vietnamese-regional-accent-classification-model

This model achieves the following results on the evaluation set:

  • Loss: 0.5951
  • F1: 0.8217

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: 5e-05
  • train_batch_size: 64
  • eval_batch_size: 64
  • seed: 42
  • gradient_accumulation_steps: 4
  • total_train_batch_size: 256
  • optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
  • lr_scheduler_type: linear
  • lr_scheduler_warmup_ratio: 0.1
  • num_epochs: 11

Training results

Training LossEpochStepF1Validation Loss
1.05071.0440.75630.8615
0.81572.0880.78040.7120
0.75553.01320.79810.6501
0.70064.01760.76350.6767
0.68255.02200.80050.6370
0.65956.02640.77350.6832
0.66347.03080.80780.6044
0.6278.03520.78730.6399
0.6039.03960.82550.5825
0.597710.04400.81800.5931
0.563511.04840.82170.5951

Framework versions

  • Transformers 4.45.1
  • Pytorch 2.4.0
  • Datasets 3.0.1
  • Tokenizers 0.20.0

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
103e717

0 моделей