Характеристики

Параметры: 113 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Опубликована: 24 авг 2022

Ссылки

Hugging Face

wav2vec2-base-finetuned-coscan-age_group

versae

Классификация текстаТекст → label3 профессии

Дообученная Wav2Vec2-модель определяет возрастную группу говорящего по аудиозаписи речи.

46скачиваний за 30 дней0лайковвеса обновлены24 июн 2023

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 модель facebook/wav2vec2-base для классификации аудиоречи по возрастной группе. Она использует архитектуру Wav2Vec2ForSequenceClassification, содержит 113,3 млн параметров и обучена на наборе coscan-speech с меткой age_group. Для оценки классификации речи на тестовой выборке указаны accuracy 0,9984 и loss 0,0118. Модель принимает аудио и выдаёт метку класса; язык речи и подробности о группах не описаны. Модель распространяется по лицензии Apache-2.0.

Сценарии применения

классификация возрастной группы говорящего по аудиозаписи
анализ возрастного состава говорящих в наборе речевых записей
исследовательская оценка возрастной классификации речи

Ограничения

В README отсутствуют сведения о языках, определениях возрастных групп и условиях оценки; высокая точность указана только для evaluation set данного набора данных.

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.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-base-finetuned-coscan-age_group

This model is a fine-tuned version of facebook/wav2vec2-base on the coscan-speech dataset (age_group). It achieves the following results on the evaluation set:

Loss: 0.0118
Accuracy: 0.9984

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: 3e-05
train_batch_size: 16
eval_batch_size: 16
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_ratio: 0.1
num_epochs: 5

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy
0.3669	1.0	6644	0.1547	0.9449
0.0662	2.0	13288	0.0980	0.9807
0.0512	3.0	19932	0.0504	0.9911
0.0008	4.0	26576	0.0302	0.9955
0.0	5.0	33220	0.0118	0.9984

Framework versions

Transformers 4.21.0
Pytorch 1.10.1+cu102
Datasets 2.4.0
Tokenizers 0.12.1

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Для архитектуры wav2vec2 нет загрузчика под задачу text-classification.

Класс архитектуры: Wav2Vec2ForSequenceClassification
Ревизия весов: c2a5ace