モデル選定

音楽ジャンル認識

# 音楽ジャンル認識

Music Classifier

Wav2Vec2ベースのオーディオ分類モデル、音楽ジャンル識別用

Ast Finetuned Audioset 10 10 0.4593 Finetuned Gtzan

このモデルはASTアーキテクチャに基づき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オーディオ分類モデルで、精度は89%です

Ast Finetuned Audioset 10 10 0.4593 Finetuned Gtzan

このモデルはAudio Spectrogram Transformer (AST)をGTZAN音楽分類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、オーディオ分類タスクに使用され、精度は88%です。

Distilhubert Finetuned Gtzan

このモデルはDistilHuBERTアーキテクチャを基に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たオーディオ分類モデルで、精度は89%です。

Ast Finetuned Audioset 10 10 0.4593 Finetuned Gtzan

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ています。

Distilhubert Finetuned Gtzan

GTZAN音楽分類データセットでdistilhubertをファインチューニングしたオーディオ分類モデル、精度89%

Wav2vec2 Base Finetuned Gtzan

このモデルはfacebook/wav2vec2-baseをGTZANデータセットでファインチューニングしたオーディオ分類モデルで、主に音楽ジャンル分類タスクに使用されます。

Whisper Tiny Finetuned Gtzan

openai/whisper-tinyをGTZANデータセットでファインチューニングした音声分類モデル、精度91%達成

Distilhubert Finetuned Gtzan

このモデルはGTZAN音楽分類データセットで微調整されたDistilHuBERTベースのオーディオ分類モデルで、主に音楽ジャンル分類タスクに使用されます。

facebook/wav2vec2-baseをファインチューニングしたオーディオ分類モデルで、音楽ジャンルを識別するために使用されます

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

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

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

AIbase

未来を切り開く、あなたのAIソリューション知識ベース

English 简体中文繁體中文にほんご

© 2025AIbase