# 高精度音声分類

facebook/wav2vec2-baseをファインチューニングしたトルコ語性別分類モデル、common_voice_17_0データセットでトレーニングされ、テストセットの精度は84.79%

openai/whisper-tinyを微調整したドイツ語感情分類モデル、Emo-DBデータセットで91.59%の精度を達成

音声フォルダデータセットでファインチューニングされたDeepfake音声検出モデルで、合成音声を効率的に識別でき、評価精度は99.64%に達します

facebook/wav2vec2-baseをファインチューニングしたディープフェイク音声検出モデルで、評価セットでの精度は95.45%

wav2vec2アーキテクチャに基づく音声分類モデルで、privateSLIデータセットで微調整され、年齢と性別認識タスクに使用されます

このモデルはopenai/whisper-tinyをマラーティー語数字データセットで微調整したバージョンで、マラーティー語数字の音声分類タスク専用です。

Speech Commands v2データセットでファインチューニングされた音声スペクトログラムトランスフォーマーモデルで、音声分類タスクに使用され、精度は98.12%です。

TRillsson3アーキテクチャに基づく音声分類モデルで、superbデータセットでファインチューニングされ、キーワード認識タスクに使用され、精度は91.5％です。

TRillsson3アーキテクチャに基づく音声分類モデル、superbデータセットで微調整され、キーワード認識タスク用

wav2vec2-baseをファインチューニングしたスペイン語の音声感情分類モデルで、精度は93.08%

XLS-Rアーキテクチャに基づく音声分類モデルで、成人と児童の音声を区別します。