Wav2vec2 Fake Audio Detector

🚀 モデルIDのモデルカード

このモデルカードは、🤗 transformersモデルがHubにアップロードされた際に自動生成されたものです。

🚀 クイックスタート

以下のコードを使用して、このモデルを使い始めることができます。

# [More Information Needed]

📚 ドキュメント

モデルの詳細

モデルの説明

これは、🤗 transformersモデルのモデルカードで、Hubにアップロードされたものです。このモデルカードは自動生成されています。

• 開発者: [詳細情報が必要]
• 資金提供元 [オプション]: [詳細情報が必要]
• 共有者 [オプション]: [詳細情報が必要]
• モデルの種類: [詳細情報が必要]
• 言語 (NLP): [詳細情報が必要]
• ライセンス: [詳細情報が必要]
• ファインチューニング元のモデル [オプション]: [詳細情報が必要]

モデルのソース [オプション]

• リポジトリ: [詳細情報が必要]
• 論文 [オプション]: [詳細情報が必要]
• デモ [オプション]: [詳細情報が必要]

使用方法

直接使用

[詳細情報が必要]

下流の使用 [オプション]

[詳細情報が必要]

想定外の使用

[詳細情報が必要]

バイアス、リスク、制限事項

[詳細情報が必要]

推奨事項

ユーザー（直接利用者と下流の利用者）は、このモデルのリスク、バイアス、制限事項を認識すべきです。さらなる推奨事項については、詳細情報が必要です。

トレーニングの詳細

トレーニングデータ

[詳細情報が必要]

トレーニング手順

前処理 [オプション]

[詳細情報が必要]

トレーニングハイパーパラメータ

• トレーニング方式: [詳細情報が必要]

速度、サイズ、時間 [オプション]

[詳細情報が必要]

評価

テストデータ、要因、メトリクス

テストデータ

[詳細情報が必要]

要因

[詳細情報が必要]

メトリクス

[詳細情報が必要]

結果

[詳細情報が必要]

概要

モデルの検査 [オプション]

[詳細情報が必要]

環境への影響

炭素排出量は、Lacoste et al. (2019)で提示されたMachine Learning Impact calculatorを使用して推定できます。

• ハードウェアの種類: [詳細情報が必要]
• 使用時間: [詳細情報が必要]
• クラウドプロバイダー: [詳細情報が必要]
• コンピュートリージョン: [詳細情報が必要]
• 排出された炭素量: [詳細情報が必要]

技術仕様 [オプション]

モデルアーキテクチャと目的

[詳細情報が必要]

コンピュートインフラストラクチャ

ハードウェア

[詳細情報が必要]

ソフトウェア

[詳細情報が必要]

引用 [オプション]

BibTeX: [詳細情報が必要]

APA: [詳細情報が必要]

用語集 [オプション]

[詳細情報が必要]

詳細情報 [オプション]

[詳細情報が必要]

モデルカードの作成者 [オプション]

[詳細情報が必要]

モデルカードの問い合わせ先

[詳細情報が必要]