Felguk Suno Or People

🚀 felguk-suno-or-people

このモデルは、オーディオクリップを「Suno」音楽または「People」音楽の2つのカテゴリに分類するように設計されています。両方のタイプの音楽のサンプルを含むデータセットで学習されており、音楽推薦やジャンル分類などの様々なアプリケーションに使用できます。

🚀 クイックスタート

このモデルは、現在サードパーティの推論プロバイダやHugging Face Inference APIを通じて利用できません。ただし、以下の手順に従えば、ローカルで簡単に使用できます。

✨ 主な機能

• オーディオクリップを「Suno」音楽または「People」音楽に分類することができます。
• 音楽推薦やジャンル分類などの様々なアプリケーションに使用できます。

📦 インストール

ステップ1: 必要なライブラリをインストールする

transformers と datasets ライブラリがインストールされていることを確認してください。

pip install transformers datasets

💻 使用例

基本的な使用法

# モデルの読み込み
from transformers import AutoModelForAudioClassification, AutoFeatureExtractor
import torch

# モデルと特徴抽出器を読み込む
model = AutoModelForAudioClassification.from_pretrained("Felguk/Felguk-suno-or-people")
feature_extractor = AutoFeatureExtractor.from_pretrained("Felguk/Felguk-suno-or-people")

from datasets import load_dataset, Audio

# サンプルオーディオファイルを読み込む（自分のファイルに置き換えてください）
dataset = load_dataset("common_voice", "en", split="train", streaming=True)
audio_sample = next(iter(dataset))["audio"]

# オーディオを前処理する
inputs = feature_extractor(audio_sample["array"], sampling_rate=audio_sample["sampling_rate"], return_tensors="pt")

# 推論を実行する
with torch.no_grad():
    logits = model(**inputs).logits

# 予測ラベルを取得する
predicted_class_id = logits.argmax().item()
label = model.config.id2label[predicted_class_id]
print(f"Predicted label: {label}")

📚 ドキュメント

モデルの詳細

その他の情報

• ライセンス: Apache-2.0
• データセット: keremberke/license-plate-object-detection
• 使用言語: ru, pl, en, zh, tk, ar, es, el, fr, ae
• 評価指標: bertscore
• ベースモデル: yainage90/fashion-object-detection
• 新しいバージョン: yainage90/fashion-object-detection
• パイプラインタグ: zero-shot-classification
• ライブラリ名: transformers
• タグ: Suno

📄 ライセンス

このモデルは、Apache-2.0ライセンスの下で提供されています。