# 高精度オーディオ分析

wav2vec2アーキテクチャに基づく音楽ジャンル分類モデルで、GTZANデータセットでファインチューニングされ、98%の精度を達成

distilhubertをファインチューニングした音楽ジャンル分類モデルで、GTZANデータセットで84%の精度を達成

これはdistilhubertアーキテクチャに基づくオーディオ分類モデルで、音楽ジャンル認識に特化しており、GTZANデータセットでファインチューニング後89.72%の精度を達成しました。

wav2vec2-large-xlsr-53ベースの自動音声認識モデルで、StepManiaゲームオーディオに最適化され、GARY109/AI_LIGHT_DANCEデータセットでファインチューニング済み

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。