Wav2vec2 Lg Xlsr En Speech Emotion Recognition

🚀 基於微調Wav2Vec 2.0的語音情感識別

本模型是針對語音情感識別（SER）任務，對jonatasgrosman/wav2vec2-large-xlsr-53-english進行微調後的版本。它利用特定數據集優化模型，以實現更精準的語音情感識別，為語音處理領域提供了有效的解決方案。

🚀 快速開始

本模型可直接用於語音情感識別任務，你可以基於Hugging Face平臺的相關工具進行調用和使用。

✨ 主要特性

• 微調優化：基於預訓練模型進行微調，針對語音情感識別任務進行了優化。
• 多情感識別：能夠識別多種情感，包括憤怒、平靜、厭惡、恐懼、快樂、中性、悲傷和驚訝。
• 效果良好：在評估集上取得了較好的結果，損失為0.5023，準確率達到0.8223。

📦 安裝指南

文檔未提及具體安裝步驟，可參考Hugging Face平臺上相關模型的通用安裝方法。

💻 使用示例

文檔未提供代碼示例，你可以參考Hugging Face平臺上關於語音情感識別模型的使用教程。

📚 詳細文檔

模型描述

更多信息待補充。

預期用途和限制

更多信息待補充。

訓練和評估數據

更多信息待補充。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0001
• 訓練批次大小：4
• 評估批次大小：4
• 隨機種子：42
• 梯度累積步數：2
• 總訓練批次大小：8
• 優化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 學習率調度器類型：線性
• 訓練輪數：3
• 混合精度訓練：Native AMP

訓練結果

引用信息

@misc {enrique_hernández_calabrés_2024,
	author       = { {Enrique Hernández Calabrés} },
	title        = { wav2vec2-lg-xlsr-en-speech-emotion-recognition (Revision 17cf17c) },
	year         = 2024,
	url          = { https://huggingface.co/ehcalabres/wav2vec2-lg-xlsr-en-speech-emotion-recognition },
	doi          = { 10.57967/hf/2045 },
	publisher    = { Hugging Face }
}

聯繫信息

如有任何疑問，請在Twitter上聯繫我。

框架版本

• Transformers 4.8.2
• Pytorch 1.9.0+cu102
• Datasets 1.9.0
• Tokenizers 0.10.3

📄 許可證

本項目採用Apache-2.0許可證。