Wav2vec2 Large Slavic Voxpopuli V2 Hr SER

🚀 classla/wav2vec2-large-slavic-voxpopuli-v2_hr_SER

このクロアチア語のSER（音声感情認識）モデルは、facebook/wav2vec2-large-slavic-voxpopuli-v2をベースにしており、CrES 2.1データセット（クロアチア語の感情音声コーパス）でファインチューニングされました。

このモデルを使用する場合は、データセットについて記述した以下の論文を引用してください。

 @inproceedings{Dropuljić_Chmura_Kolak_Petrinović_2011, title={Emotional speech corpus of Croatian language}, ISSN={1845-5921}, booktitle={2011 7th International Symposium on Image and Signal Processing and Analysis (ISPA)}, author={Dropuljić, Branimir and Chmura, Miłosz Thomasz and Kolak, Antonio and Petrinović, Davor}, year={2011}, month={Sep}, pages={95–100} }

📚 ドキュメント

🔍 評価指標

評価は、CrES 2.1データセットの開発データとテストデータで行われました。分割は、感情に基づいて層化され、漏洩がないように（つまり、同じ話者が複数の分割に含まれないように）新たに行われました。

テストデータの混同行列：

🔧 学習ハイパーパラメータ

ファインチューニング時には、以下の引数が使用されました。

📄 ライセンス

このモデルは、CC BY-NC-SA 4.0ライセンスの下で提供されています。