wav2vec2-baseアラビア語音声感情識別モデル - オープンソースの高精度な音声感情識別

Wav2vec2 Base Arabic Speech Emotion Recognition

ahmmedasaad2772によって開発

facebook/wav2vec2-baseをファインチューニングしたアラビア語音声感情認識モデルで、評価データセットで99.92%の精度を達成しました。

ダウンロード数 352

リリース時間 : 3/5/2024

モデル概要

このモデルはアラビア語音声の感情認識に特化しており、wav2vec2アーキテクチャを基にファインチューニングされています。音声感情分析タスクに適しています。

高精度

評価データセットで99.92%の精度を達成し、優れた性能を発揮します。

アラビア語専用

アラビア語音声に最適化されており、アラビア語感情認識シナリオに適しています。

wav2vec2ベース

確立されたwav2vec2アーキテクチャを採用しており、強力な音声特徴抽出能力を備えています。

アラビア語音声感情認識

音声感情分類

音声特徴抽出

感情分析

カスタマーサポート音声感情分析

カスタマーサポート通話における顧客の感情状態を分析

怒りや満足などの感情状態を正確に識別可能

音声アシスタント感情応答

ユーザーの音声感情に基づいて音声アシスタントの応答方法を調整

ユーザー体験とインタラクションの自然さを向上

このモデルは、音声感情認識のためにオーディオフォルダデータセットで微調整されたモデルです。オリジナルのモデルは facebook/wav2vec2-base で、評価セットで高い精度を達成しています。

このモデルは、facebook/wav2vec2-base をオーディオフォルダデータセットで微調整したものです。評価セットでは以下の結果を達成しています。

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	検証損失	正確度	重み付き f1	マイクロ f1	マクロ f1	重み付き再現率	マイクロ再現率	マクロ再現率	重み付き精度	マイクロ精度	マクロ精度
1.6078	0.98	29	1.4403	0.5227	0.4478	0.5227	0.4426	0.5227	0.5227	0.5187	0.4200	0.5227	0.4145
1.6078	1.98	58	0.7310	0.9808	0.9808	0.9808	0.9809	0.9808	0.9808	0.9799	0.9816	0.9808	0.9827
1.6078	2.98	87	0.2797	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	3.98	116	0.1361	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	4.98	145	0.0855	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	5.98	174	0.0638	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	6.98	203	0.0529	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	7.98	232	0.0470	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	8.98	261	0.0440	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	9.98	290	0.0430	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993