Производная модели MIT/ast-finetuned-audioset-10-10-0.4593. AST — дообученная на AudioSet модель на основе Vision Transformer для классификации звуковых событий в аудио.

Подходит для: классификация звуковых событий в аудиозаписях · распознавание звуков из набора классов AudioSet · анализ аудиозаписей для выявления характерных звуков