Distilhubert Finetuned Gtzan
DistilHuBERTをGTZAN音楽分類データセットでファインチューニングしたオーディオ分類モデルで、精度は83%
ダウンロード数 25
リリース時間 : 9/30/2024
モデル概要
このモデルはDistilHuBERTのファインチューニング版で、音楽ジャンル分類タスクに特化しており、GTZANデータセットで優れた性能を発揮します
モデル特徴
効率的な音楽分類
GTZAN音楽データセットで83%の精度を達成し、10種類の音楽ジャンルを効果的に識別可能
軽量アーキテクチャ
蒸留版HuBERTモデルをベースとしており、性能を維持しながら計算リソース要件を削減
迅速な訓練収束
わずか10エポックの訓練で良好な性能に到達、検証損失は2.0456から0.6581に低下
モデル能力
音楽ジャンル分類
オーディオ特徴抽出
音楽コンテンツ分析
使用事例
音楽ストリーミングサービス
自動音楽分類
音楽ライブラリのトラックに自動的にジャンルタグを追加
83%精度の自動分類能力
音楽推薦システム
ジャンルベースの推薦
ユーザーの好みの音楽ジャンルに基づいたパーソナライズド推薦
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル
Transformers 複数言語対応

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2%です。
対話システム
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98