Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはdistilhubertを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したオーディオ分類モデルで、精度は84%です。
音声分類
Transformers

D
Gyaneshere
5
0
Distilhubert Finetuned Gtzan 5 Epochs Finetuned Gtzan Finetuned Gtzan
DistilHuBERTアーキテクチャに基づく音声分類モデルで、GTZANデータセットで微調整され、音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
duysal
5
0
Distilhubert Finetuned Gtzan
Apache-2.0
DistilHuBERTアーキテクチャをGTZAN音楽分類データセットでファインチューニングした音響分類モデル、精度86%
音声分類
Transformers

D
f0ghedgeh0g
39
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはntu-spml/distilhubert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音響分類モデルで、精度85%を達成しています。
音声分類
Transformers

D
Scher314
3
0
Distilhubert Finetuned Gtzan
Apache-2.0
DistilHuBERT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オーディオ分類モデルで、精度は83%
音声分類
Transformers

D
Leo1212
25
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはNTU-SPMLのDistilHuBERT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、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
Terps
15
0
Distilhubert Finetuned Gtzan
Apache-2.0
distilhubertをベースにGTZAN音楽分類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、精度84%を達成
音声分類
Transformers

D
fmagot01
14
0
Distilhubert Finetuned Gtzan
Apache-2.0
DistilHuBERTアーキテクチャに基づくオーディオ分類モデルで、GTZAN音楽ジャンルデータセットでファインチューニングされ、88%の精度を達成
音声分類
Transformers

D
Kodamn47
14
0
Wav2vec2 Base Audioset
HuBERTアーキテクチャに基づくオーディオ表現学習モデルで、完全なAudioSetデータセットで事前学習済み
音声分類
Transformers

W
ALM
2,191
0
Audiocourseu4 MusicClassification
Apache-2.0
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%
音声分類
Transformers

A
Imxxn
17
0
Distilhubert Finetuned Gtzan
Apache-2.0
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
音声分類
Transformers

D
artyomboyko
16
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルは、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distilhubertベースのオーディオ分類モデルで、精度は83%です。
音声分類
Transformers

D
pranjalks
18
0
Distilhubert Finetuned Gtzan Bs 4
Apache-2.0
DistilHuBERT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、86%の精度を達成
音声分類
Transformers

D
DrishtiSharma
14
0
Distilhubert Finetuned Gtzan Finetuned Gtzan
Apache-2.0
DistilHuBERT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、89%の精度を達成
音声分類
Transformers

D
calvpang
13
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはDistilHuBERT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音声分類モデルで、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
calvpang
15
0
Distilhubert Finetuned Distilhubert
このモデルはDistilHuBERT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、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
JanLilan
14
0
Distilhubert Finetuned Gtzan
Apache-2.0
DistilHuBERT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軽量音響特徴抽出モデル
音声分類
Transformers

D
mory91
48
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはdistilhubert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オーディオ分類モデルで、精度は77%です
音声分類
Transformers

D
AdonaiHS
28
0
Hubert Base Ls960 Finetuned Gtzan
Apache-2.0
HuBERTアーキテクチャに基づく音声分類モデルで、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、88%の精度を達成
音声分類
Transformers

H
c72599
15
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはDistilHuBERT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、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
Maldopast
14
0
My Awesome Model
Apache-2.0
DistilHuBERTアーキテクチャに基づく音声分類モデルで、GTZAN音楽ジャンル分類データセットで微調整され、精度は94.75%
音声分類
Transformers

M
AK-12
15
0
Distilhubert Finetuned Gtzan
Apache-2.0
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ベースの音声分類モデルで、精度は88%です
音声分類
Transformers

D
Isaacgv
22
0
Distilhubert Finetuned Gtzan
Apache-2.0
DistilHuBERTアーキテクチャをGTZAN音楽分類データセットで微調整したオーディオ分類モデル
音声分類
Transformers

D
mcamara
18
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルは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distilhubertベースのオーディオ分類モデルで、精度は83%に達します
音声分類
Transformers

D
Marco-Cheung
17
0
Distilhubert Finetuned Gtzan
Apache-2.0
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DistilHuBERTアーキテクチャに基づく音声分類モデル
音声分類
Transformers

D
technaxx
20
0
Distilhubert Finetuned Gtzan
Apache-2.0
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した軽量オーディオ分類モデル
音声分類
Transformers

D
CornerINCorner
20
0
Distilhubert Finetuned Gtzan
Apache-2.0
distilhubertをベースにGTZAN音楽分類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
音声分類
Transformers

D
GFazzito
18
0
Distilhubert Finetuned Gtzan
Apache-2.0
distilhubert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オーディオ分類モデルで、精度は83%
音声分類
Transformers

D
Ducco
16
0
Distilhubert Finetuned Gtzan
Apache-2.0
DistilHuBERT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、精度は91%
音声分類
Transformers

D
NicolasDenier
17
0
Distilhubert Finetuned Gtzan
Apache-2.0
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ベースの音響分類モデルで、76.25%の精度を達成
音声分類
Transformers

D
pratik33
14
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルは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DistilHuBERTベースのバージョンで、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
arham061
15
0
Distilhubert Finetuned Gtzan V3 Finetuned Gtzan
Apache-2.0
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。
音声分類
Transformers

D
J3
13
0
Ast Finetuned Audioset 10 10 0.4593 Finetuned Gtzan
Bsd-3-clause
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。
音声分類
Transformers

A
Bhanu9Prakash
50
0
Distilhubert Finetuned Gtzan
Apache-2.0
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音声分類モデルで、精度は88%
音声分類
Transformers

D
timjwhite
16
0
Whisper Base Finetuned Gtzan
Apache-2.0
OpenAIのwhisper-baseモデルを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で、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

W
vineetsharma
15
0
Distilhubert Finetuned Gtzan
Apache-2.0
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DistilHuBERTベースの音声分類モデル、精度85%達成
音声分類
Transformers

D
kfahn
15
0
Distilhubert Finetuned Gtzan
Apache-2.0
distilhubert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モデルで、精度は88%
音声分類
Transformers

D
DanGalt
13
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはdistilhubert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、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
vineetsharma
17
0
Distilhubert Finetuned Gtzan
Apache-2.0
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オーディオ分類モデル、精度88%
音声分類
Transformers

D
jalal-elzein
14
0
Distilhubert Finetuned Gtzan
Apache-2.0
このモデルはDistilHuBERT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、主に音楽ジャンル分類タスクに使用されます。
音声分類
Transformers

D
pollner
24
0
- 1
- 2
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