wav2vec2-base-ASVSpoof5_TUC - Nオープンソース音声偽造検出モデル、評価セットの正解率は88.89%に達する

Home

Wav2vec2 Base ASVSpoof5 TUC N

Developed by DavidCombei

wav2vec2-baseをファインチューニングした音声不正検知モデルで、評価データセットで88.89%の精度を達成

音声分類

Transformers

Open Source License:Apache-2.0 #音声不正検知 #高精度 #音声セキュリティ

Downloads 20

Release Time : 6/20/2024

Model Overview

このモデルは音声不正検知タスク向けに最適化されたバージョンで、facebookのwav2vec2-baseアーキテクチャをファインチューニングしており、合成音声や欺瞞音声の識別に適しています

Model Features

高精度検出

テストデータセットで88.89%の精度を達成し、欺瞞音声を効果的に識別可能

wav2vec2ベースのファインチューニング

wav2vec2-baseの強力な音声特徴抽出能力を活用して最適化

軽量ソリューション

完全版wav2vec2モデルと比較し、特定タスク向けに最適化されており計算効率が高い

Model Capabilities

音声不正検知

合成音声認識

欺瞞音声分析

Use Cases

セキュリティ認証

音声支払い不正防止

音声支払いシナリオにおける合成音声攻撃の検出

88.89%の欺瞞音声コマンドをブロック可能

本人認証強化

生体認証の補助セキュリティ層として

学習損失	エポック	ステップ	検証損失	正解率
0.3257	1.0	211	0.3502	0.8889
0.3488	2.0	422	0.3495	0.8889
0.3404	3.0	633	0.3500	0.8889
0.3452	4.0	844	0.3495	0.8889
0.3354	5.0	1055	0.3493	0.8889

Featured Recommended AI Models

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 Supports Multiple Languages

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。

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 Chinese

uer

2,694

Empowering the Future, Your AI Solution Knowledge Base

English 简体中文繁體中文にほんご

Wav2vec2 Base ASVSpoof5 TUC N

Model Overview

Model Features

Model Capabilities

Use Cases

🚀 wav2vec2-base-ASVSpoof5_27k_TEST

🚀 クイックスタート

📄 ライセンス

🔧 技術詳細

学習ハイパーパラメータ

学習結果

フレームワークバージョン