Audio Emotion Detection

🚀 音声感情検出

このモデルはfacebook/wav2vec2-large-xlsr-53をファインチューニングしたものです。評価セットでは以下の結果を達成しています。

• 損失: 0.9555
• 正解率: 0.6262

✨ 主な機能

このモデルは、怒り、嫌悪、恐怖、喜び、中立、悲しみ、驚きの各感情ラベルを返します。すべての音声データはサンプリングレート16000で学習されており、適切に動作させるためにはすべての入力を変換する必要があります。

📦 インストール

原文書にインストール手順が記載されていないため、このセクションは省略されます。

📚 ドキュメント

学習と評価データ

• mozilla-foundation/common_voice_6_0
• speech-recognition-community-v2/dev_data

学習ハイパーパラメータ

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。

• 学習率: 0.0005
• 学習バッチサイズ: 32
• 評価バッチサイズ: 32
• シード: 42
• 勾配蓄積ステップ: 8
• 総学習バッチサイズ: 256
• オプティマイザ: Adam (betas=(0.9,0.999), epsilon=1e-08)
• 学習率スケジューラの種類: linear
• 学習率スケジューラのウォームアップ比率: 0.01
• エポック数: 4

学習結果

📄 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。