Дообученная на AS-2M аудиомодель EAT-base извлекает покадровые и общие представления звуков для последующей классификации и описания аудио.

Подходит для: извлечение признаков из аудиозаписей · подготовка представлений для классификации звуков · создание признаков для систем описания аудио

Предварительно обученная EAT-base извлекает кадровые и общие представления аудио для последующего анализа и дообучения под задачи понимания звука.

Подходит для: извлечение признаков из аудиозаписей · получение представлений отдельных кадров аудио · получение эмбеддинга целого аудиофрагмента

Предварительно обученный EAT-large извлекает кадровые и сквозные представления аудио для последующего анализа и дообучения.

Подходит для: извлечение признаков из аудиозаписей · получение представлений аудио на уровне кадров · получение векторного представления целого аудиовысказывания

Дообученный на AS-2M EAT-large извлекает кадровые и общие представления аудио для классификации и других задач анализа звука.

Подходит для: извлечение признаков для классификации аудиозаписей · получение представления аудиофрагмента для последующего анализа · извлечение кадровых признаков аудио с частотой около 50 Гц

Предварительно обученная EAT-base извлекает кадровые и общие представления аудио для анализа звука и последующего дообучения.

Подходит для: извлечение признаков из аудиозаписей · получение эмбеддингов отдельных аудиокадров · получение представления целого аудиофрагмента

Модель Zencastr на основе EAT-base обнаруживает смех в подкастах и разговорной речи и выдаёт оценки по аудиокадрам и события с временными отметками.

Подходит для: поиск эпизодов смеха в подкастах · автоматическая разметка смеха в разговорных записях · создание временных отметок для фрагментов со смехом