/ Модель

Характеристики

Параметры
113 млн
Архитектура
wav2vec2 · dense
Базовая модель
wav2vec2-base-korean
Библиотека
transformers
Опубликована
19 авг 2026

audio_cls_sjs

Классификация текстаТекст → label

Дообученная Wav2Vec2-модель для классификации аудиозаписей по классам.

12скачиваний за 30 дней0лайковвеса обновлены19 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 модель Wav2Vec2 для классификации аудио, разработанная на основе Kkonjeong/wav2vec2-base-korean. Она содержит 113,3 млн параметров и предназначена для отнесения аудиозаписей к классам; конкретная схема классов и набор данных в карточке не раскрыты.

Модель опубликована в формате safetensors и рассчитана на использование через Transformers. На указанном в карточке наборе оценки она достигла точности 0,8067 при значении loss 1,0775. Лицензия не указана в предоставленных данных.

Сценарии применения

  • Классификация аудиозаписей по заданным категориям
  • Автоматическая разметка аудио для последующего анализа
  • Сравнение классов аудио в исследовательском эксперименте

Ограничения

Назначение классов и обучающий набор данных не описаны, поэтому область применения классификатора ограничена неизвестными категориями. Указанная точность относится только к оценочному набору из карточки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

audio_cls_sjs

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: 1.0775
  • Accuracy: 0.8067

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: 4
  • total_train_batch_size: 32
  • 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 LossEpochStepValidation LossAccuracy
No log1.0152.62910.0756
No log2.0302.42420.1849
No log3.0452.15630.2521
No log4.0601.93190.4706
No log5.0751.78250.4790
No log6.0901.48500.6807
No log7.01051.30750.7815
No log8.01201.19640.8151
No log9.01351.11450.8151
No log10.01501.07750.8067

Framework versions

  • Transformers 5.15.0
  • Pytorch 2.11.0+cu128
  • Datasets 4.0.0
  • Tokenizers 0.22.2

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
001097c

0 моделей