%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
Whisper Large V3 Msp Podcast Emotion
Whisper-Large V3を基にした音声感情認識モデルで、MSP-Podcastデータセットに最適化されており、9種類の感情分類をサポート
音声分類
Safetensors 英語
Safetensors 英語W
tiantiaf
282
3
Ast Finetuned Model
Apache-2.0
これはオーディオスペクトログラムトランスフォーマー（AST）ベースのファインチューニングモデルで、音声オーディオの感情分類に特化しています。
音声分類
Transformers 英語
Transformers 英語A
forwarder1121
174
0
Wavlm Large Finetuned SER
WavLM-Largeベースの音声感情認識モデルで、英語音声の感情分類をサポートします。
音声分類 英語
W
JBJoyce
139
0
Speech Emotion Recognition With Openai Whisper Large V3
Apache-2.0
本プロジェクトではWhisperモデルを利用して音声感情認識を実現し、音声を喜び、悲しみ、驚きなどの異なる感情カテゴリに分類することができます。
音声分類 Transformers
TransformersS
firdhokk
7,750
33
Speechbrain Emotion Recognition Openvino
Apache-2.0
このモデルはファインチューニングされたwav2vec2（ベース）アーキテクチャを使用し、IEMOCAPデータセットでトレーニングされ、音声感情認識タスクに用いられます。
音声分類 英語
S
psakamoori
13
0
SER Odyssey Baseline WavLM Categorical
MIT
WavLMアーキテクチャに基づく音声感情認識のベースラインモデル、8つの基本感情カテゴリを予測
音声分類 Transformers 英語
Transformers 英語S
3loi
581
8
Speech Emotion Recognition Wav2vec2 Large Xlsr 53 240304 SER Fine Tuned2.0
Apache-2.0
wav2vec2-large-xlsr-53ベースの音声感情認識モデル、7種類の感情分類に対応
音声分類 Transformers
TransformersS
hughlan1214
145
2
Wav2vec2 Large Xlsr 53 English Finetuned Ravdess
Apache-2.0
wav2vec2-large-xlsr-53-englishモデルをRAVDESSデータセットでファインチューニングした音声感情認識モデル
音声分類 Transformers
TransformersW
firdho26
68
0
Wav2vec2 Audio Emotion Classification
Apache-2.0
facebook/wav2vec2-baseを微調整した音声感情分類モデルで、音声中の感情状態を分析するために使用されます
音声分類 Transformers
TransformersW
dhanush23
15
0
Wav2vec2 Audio Emotion Classification
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声感情分類モデルで、評価セットで73.98%の精度を達成
音声分類 Transformers
TransformersW
chin-may
77
5
Wav2vec2 Lg Xlsr En Speech Emotion Recognition Finetuned Ravdess V8
Apache-2.0
wav2vec2アーキテクチャに基づく英語音声感情認識モデル、RAVDESSデータセットで微調整
音声分類 Transformers
TransformersW
Wiam
94
4
Emotion Diarization Wavlm Large
Apache-2.0
WavLM Largeモデルをファインチューニングし、音声感情認識と話者ログ分析に使用され、複数の感情分類をサポート
音声分類 英語
E
speechbrain
1,128
52
Distilhubert Finetuned Ravdess
Apache-2.0
DistilHuBERTアーキテクチャを基にRAVDESS音声感情データセットでファインチューニングされた音声感情認識モデル、精度92.36%
音声分類 Transformers
TransformersD
pollner
43
2
Finetuned Wav2vec2.0 Base On IEMOCAP 2
Apache-2.0
これはfacebook/wav2vec2-baseモデルをIEMOCAPデータセットでファインチューニングした音声感情認識モデルで、評価セットで73.9%の精度を達成しました。
音声分類 Transformers
TransformersF
minoosh
32
2
CREMA D Model
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声感情認識モデルで、評価データセットで73.22%の精度を達成
音声分類 Transformers
TransformersC
jdmartinev
21
0
Wav2vec2 Base Toronto Emotional Speech Set
Apache-2.0
wav2vec2-baseを微調整した音声感情分類モデルで、話者の感情状態を識別するために使用されます。
音声分類 Transformers 英語
Transformers 英語W
DunnBC22
185
3
Astie Finetuned On Shemo
Bsd-3-clause
このモデルはshEMOデータセットでASTモデルをファインチューニングしたバージョンで、主に音声感情認識タスクに使用されます。
音声分類 Transformers
TransformersA
minoosh
24
0
Iewav2vec2 Finetuned On Shemo
Apache-2.0
このモデルはminoosh/wav2vec2-base-finetuned-ieをshEMOデータセットでファインチューニングしたバージョンで、主に音声感情認識タスクに使用されます。
音声分類 Transformers
TransformersI
minoosh
20
0
Ser Model Adjusted 2023 03 03
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声感情認識モデルで、評価セットで75.73%の精度を達成
音声分類 Transformers
TransformersS
aherzberg
18
0
Ser Model Fixed Label
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声感情認識モデルで、評価データセットで83.67%の精度を達成
音声分類 Transformers
TransformersS
aherzberg
18
1
Ser Model
Apache-2.0
facebook/wav2vec2-baseをファインチューニングした音声感情認識モデルで、評価データセットで84.71%の精度を達成
音声分類 Transformers
TransformersS
aherzberg
30
0
Wav2vec2 Base Finetuned Sentiment Mesd
Apache-2.0
facebook/wav2vec2-baseをMESDデータセットでファインチューニングしたスペイン語オーディオ感情分類モデル
音声分類 Transformers
TransformersW
somosnlp-hackathon-2022
28
5
Xlsr Wav2vec Speech Emotion Recognition
Apache-2.0
XLSR-Wav2Vecアーキテクチャに基づく音声感情認識モデルで、怒り、嫌悪、恐怖、喜び、悲しみの5つの基本的な感情を認識できます。
音声分類 Transformers 英語
Transformers 英語X
harshit345
498
62
Wav2vec2 Base Superb Er
Apache-2.0
これはWav2Vec2アーキテクチャに基づく音声感情認識モデルで、S3PRLプロジェクトから移植され、音声中の感情カテゴリを識別します。
音声分類 Transformers 英語
Transformers 英語W
superb
28.14k
11
Wav2vec2 Lg Xlsr En Speech Emotion Recognition
Apache-2.0
Wav2Vec 2.0をファインチューニングした音声感情認識モデルで、8種類の英語感情を識別可能、RAVDESSデータセットで82.23%の精度を達成
音声分類 Transformers
TransformersW
ehcalabres
39.83k
221
Wav2vec2 Large Superb Er
Apache-2.0
これはWav2Vec2-Largeモデルに基づく感情認識モデルで、音声から感情カテゴリーを識別するために特別に設計されています。
音声分類 Transformers 英語
Transformers 英語W
superb
1,442
1
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
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
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