distilhubert-finetuned-gtzanオープンソースモデル - 無料でデプロイし、精度良く音楽ジャンルを分類する

Distilhubert Finetuned Gtzan

artyomboykoによって開発

distilhubertをGTZAN音楽分類データセットで微調整したモデルで、音楽ジャンル分類タスクに使用

ダウンロード数 16

リリース時間 : 8/23/2023

モデル概要

このモデルはGTZAN音楽データセットで微調整されたオーディオ分類モデルで、10種類の異なる音楽ジャンルを識別可能

高精度

GTZAN評価セットで91%の精度を達成

軽量

DistilHuBERTアーキテクチャベースで、元のHuBERTモデルより軽量

音楽分類

音楽ジャンル分類タスクに特化して最適化

音楽ジャンル分類

オーディオ特徴抽出

音楽分析

音楽ストリーミング分類

音楽ストリーミングプラットフォームの楽曲に自動でジャンルタグを付与

精度91%

音楽推薦システム

音楽ジャンル特徴に基づいて推薦アルゴリズムを改善

このモデルは、GTZANデータセットでntu-spml/distilhubert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。

このモデルは、GTZANデータセットを用いて特定のタスクに対してファインチューニングされています。以下に、モデルの訓練と評価に関する詳細を示します。

このモデルは、ntu-spml/distilhubertをベースに、GTZANデータセットでファインチューニングされています。

詳細情報は後日追加予定です。

詳細情報は後日追加予定です。

訓練中に使用されたハイパーパラメータは以下の通りです。

ハイパーパラメータ	値
学習率 (learning_rate)	4e-06
訓練バッチサイズ (train_batch_size)	4
評価バッチサイズ (eval_batch_size)	4
乱数シード (seed)	42
勾配累積ステップ数 (gradient_accumulation_steps)	2
総訓練バッチサイズ (total_train_batch_size)	8
オプティマイザ (optimizer)	Adam (betas=(0.9,0.999), epsilon=1e-08)
学習率スケジューラの種類 (lr_scheduler_type)	linear
学習率スケジューラのウォームアップ比率 (lr_scheduler_warmup_ratio)	0.1
エポック数 (num_epochs)	50

訓練損失 (Training Loss)	エポック (Epoch)	ステップ (Step)	検証損失 (Validation Loss)	正確度 (Accuracy)
0.2359	1.0	112	0.4776	0.87
0.1235	2.0	225	0.4872	0.84
0.2083	3.0	337	0.4910	0.85
0.19	4.0	450	0.4953	0.87
0.1128	5.0	562	0.4801	0.87
0.1644	6.0	675	0.4703	0.87
0.0699	7.0	787	0.4692	0.85
0.1082	8.0	900	0.4708	0.87
0.0898	9.0	1012	0.4347	0.89
0.1071	10.0	1125	0.5310	0.85
0.0727	11.0	1237	0.4765	0.87
0.0338	12.0	1350	0.4859	0.87
0.0233	13.0	1462	0.4713	0.87
0.0248	14.0	1575	0.5068	0.88
0.0263	15.0	1687	0.4874	0.88
0.0185	16.0	1800	0.4925	0.88
0.0142	17.0	1912	0.4766	0.89
0.0178	18.0	2025	0.4850	0.89
0.0153	19.0	2137	0.4660	0.88
0.012	20.0	2250	0.4831	0.88
0.0113	21.0	2362	0.4965	0.89
0.0106	22.0	2475	0.5098	0.89
0.011	23.0	2587	0.5093	0.89
0.009	24.0	2700	0.4989	0.91
0.0094	25.0	2812	0.4999	0.89
0.0441	26.0	2925	0.5197	0.88
0.0079	27.0	3037	0.5115	0.89
0.0072	28.0	3150	0.5136	0.88
0.007	29.0	3262	0.5394	0.88
0.0068	30.0	3375	0.5374	0.88
0.0061	31.0	3487	0.5221	0.88
0.0533	32.0	3600	0.5775	0.87
0.0055	33.0	3712	0.5632	0.88
0.0059	34.0	3825	0.5584	0.87
0.0051	35.0	3937	0.5444	0.88
0.0051	36.0	4050	0.5373	0.88
0.0045	37.0	4162	0.5723	0.87
0.0058	38.0	4275	0.5773	0.87
0.0043	39.0	4387	0.5455	0.88
0.0044	40.0	4500	0.5686	0.88
0.004	41.0	4612	0.5622	0.87
0.004	42.0	4725	0.5797	0.88
0.0042	43.0	4837	0.5621	0.88
0.0037	44.0	4950	0.5734	0.87
0.0048	45.0	5062	0.5774	0.88
0.0039	46.0	5175	0.5901	0.87
0.0043	47.0	5287	0.5743	0.88
0.0043	48.0	5400	0.5757	0.87
0.0037	49.0	5512	0.5710	0.88
0.0036	49.78	5600	0.5759	0.87