AIbase
JA
ホーム
Ast Finetuned Audioset 10 10 0.4593 Finetuning ESC 50 Slower LR
A

Ast Finetuned Audioset 10 10 0.4593 Finetuning ESC 50 Slower LR

xpariz10によって開発
ASTアーキテクチャに基づくオーディオ分類モデルで、AudioSetデータセットで事前学習後、ESC-50データセットで微調整
音声分類
Transformers
オープンソースライセンス:Bsd-3-clause#オーディオ分類#高精度#転移学習
ダウンロード数 22
リリース時間 : 12/10/2022

モデル概要

このモデルはオーディオ分類モデルで、AST(Audio Spectrogram Transformer)アーキテクチャを使用し、最初にAudioSetデータセットで事前学習を行い、その後ESC-50環境音分類データセットで微調整を行いました。

モデル特徴

Transformerベースのオーディオ処理
ASTアーキテクチャを採用し、Transformerをオーディオスペクトログラム処理に成功裏に適用
2段階トレーニング
最初に大規模なAudioSetデータセットで事前学習し、その後ESC-50データセットで微調整
高精度
評価セットで89.29%の精度を達成

モデル能力

オーディオ分類
環境音認識
音声イベント検出

使用事例

スマートホーム
家電製品音認識
家庭内の異なる電気機器の音を識別
環境モニタリング
自然環境音分類
森林、都市など異なる環境中の音を識別
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
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase