# オーディオ特徴抽出

distilhubertをベースにGTZANデータセットでファインチューニングした音楽分類モデル、精度88%

distilhubertをGTZAN音楽分類データセットで微調整したモデルで、音楽ジャンル分類タスクに使用

このモデルはDistilHuBERTアーキテクチャを基にGTZAN音楽分類データセットでファインチューニングされたバージョンで、主に音楽ジャンル分類タスクに使用されます。

これはAST(Audio Spectrogram Transformer)アーキテクチャに基づくオーディオ分類モデルで、GTZAN音楽ジャンル分類データセットでファインチューニングされ、92%の精度を達成しています。

MERT-v1-330M は MLM パラダイムに基づいてトレーニングされた高度な音楽理解モデルで、330M のパラメータを持ち、24K Hz のオーディオサンプリングレートと 75 Hz の特徴レートをサポートし、さまざまな音楽情報検索タスクに適しています。