wav2vec_base_crema_sentiment_analysisオープンソース音声感情分析モデル

Wav2vec Base Crema Sentiment Analysis

Piyush2512によって開発

facebook/wav2vec2-baseをファインチューニングした音声感情分析モデルで、評価データセットで70.87%の精度を達成

ダウンロード数 38

リリース時間 : 4/23/2024

モデル概要

このモデルは音声信号に対する感情分析のための深層学習モデルで、音声から感情カテゴリを識別できます。wav2vec2アーキテクチャに基づいており、音声感情分類タスクに適しています。

高Top3精度

評価データセットで94.5%のTop3精度を達成し、主要な感情カテゴリを効果的に識別可能

wav2vec2アーキテクチャ採用

wav2vec2の強力な音声特徴抽出能力を活用し、高品質な感情分析を実現

精密なチューニング

30エポックにわたる精密なチューニングにより、モデル性能が大幅に向上

音声感情認識

感情分類

音声特徴抽出

感情分析

カスタマーサポート音声分析

顧客通話中の感情傾向を分析

顧客満足度を識別可能

メンタルヘルス評価

音声を通じてユーザーの情緒状態を分析

メンタルヘルスモニタリングを支援

このモデルは、未知のデータセットで facebook/wav2vec2-base をファインチューニングしたバージョンです。評価セットでは以下の結果を達成しています。

詳細な情報は後日追加予定です。

詳細な情報は後日追加予定です。

詳細な情報は後日追加予定です。

学習中に使用されたハイパーパラメータは以下の通りです。

学習損失	エポック	ステップ	トップ3精度	検証損失	精度
1.7821	0.9829	43	0.6711	1.7729	0.2957
1.6948	1.9886	87	0.7643	1.6510	0.3513
1.4876	2.9943	131	0.8593	1.4541	0.4615
1.3657	4.0	175	0.9095	1.3136	0.5421
1.2277	4.9829	218	0.9220	1.2109	0.5824
1.1083	5.9886	262	0.9203	1.1539	0.6030
1.0069	6.9943	306	0.9382	1.0568	0.6496
0.9566	8.0	350	0.9337	1.0153	0.6667
0.8801	8.9829	393	0.9373	0.9970	0.6622
0.8529	9.9886	437	0.9346	0.9792	0.6720
0.7565	10.9943	481	0.9471	0.9475	0.6882
0.7427	12.0	525	0.9462	0.9413	0.6783
0.6616	12.9829	568	0.9516	0.9155	0.6980
0.6539	13.9886	612	0.9543	0.9015	0.6944
0.6036	14.9943	656	0.9471	0.8954	0.6962
0.607	16.0	700	0.9507	0.9088	0.7007
0.5829	16.9829	743	0.9471	0.8934	0.7043
0.5772	17.9886	787	0.9543	0.9182	0.6837
0.5332	18.9943	831	0.9552	0.8802	0.7052
0.5096	20.0	875	0.9525	0.9697	0.6676
0.524	20.9829	918	0.9588	0.8813	0.7061
0.5195	21.9886	962	0.9588	0.8753	0.7142
0.4594	22.9943	1006	0.9552	0.9003	0.7007
0.4478	24.0	1050	0.9561	0.8869	0.6998
0.4578	24.9829	1093	0.9624	0.8874	0.7070
0.4516	25.9886	1137	0.9606	0.8648	0.7142
0.4574	26.9943	1181	0.9597	0.8755	0.7133
0.4093	28.0	1225	0.9615	0.8804	0.7043
0.4216	28.9829	1268	0.9606	0.8814	0.7088
0.4257	29.4857	1290	0.9606	0.8805	0.7097