SER Odyssey Baseline WavLM Multi Attributes
WavLMアーキテクチャに基づく多属性音声感情認識ベースラインモデルで、活性度、支配度、価値の3つの感情次元を予測
ダウンロード数 23.09k
リリース時間 : 3/5/2024
モデル概要
このモデルはMSP-Podcastデータセットで訓練された音声感情認識モデルで、Odyssey 2024感情認識コンペティション向けに開発されたベースラインモデルです。音声中の活性度、支配度、価値の3つの感情次元を同時に予測し、出力値は0から1の範囲です。
モデル特徴
多属性感情予測
活性度、支配度、価値の3つの感情次元を同時に予測し、より包括的な感情分析を提供
MSP-Podcastデータセットに基づく
専門的な感情音声データセットを使用して訓練されており、高い信頼性がある
標準化されたオーディオ処理
平均/標準偏差による標準化処理を内蔵し、入力オーディオの品質を一貫させる
モデル能力
音声感情認識
活性度予測
支配度予測
価値予測
オーディオ分類
使用事例
感情コンピューティング
音声感情分析
音声中の感情状態を分析し、心理学研究やユーザー体験評価に利用
活性度、支配度、価値の3つの感情次元を正確に識別可能
人間とコンピュータの相互作用
インテリジェントカスタマーサポート感情認識
ユーザーの音声中の感情状態をリアルタイムで認識し、カスタマーサポートの対応戦略を最適化
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