whisper-small-ft-balbus-sep28k-v1.5開源音頻分類模型

Whisper Small Ft Balbus Sep28k V1.5

由b-brave開發

基於openai/whisper-small微調的音頻分類模型，在蘋果數據集上訓練，適用於特定音頻分類任務。

下載量 25

發布時間 : 2/3/2025

模型概述

該模型是基於openai/whisper-small在蘋果數據集上微調的版本，主要用於音頻分類任務。在評估集上取得了0.8101的準確率和0.7695的F1值。

高準確率

在蘋果數據集上取得了0.8101的準確率，表現優異。

優化的訓練參數

使用精細調整的超參數進行訓練，包括學習率2e-06和批次大小16，確保模型性能。

基於Whisper架構

基於openai/whisper-small架構，繼承了其優秀的音頻處理能力。

音頻分類

特定音頻識別

農業

蘋果質量檢測

通過音頻分析檢測蘋果的質量或成熟度

準確率81.01%

該模型是基於 openai/whisper-small 在Apple dataset數據集上進行微調的版本。它在評估集上取得了以下成績：

本模型是在Apple dataset數據集上對 openai/whisper-small 進行微調後的版本，在評估集上展現出了良好的性能。

該模型名為 miosipof/whisper-small-ft-balbus-sep28k-v1.6，在音頻分類任務上的評估結果如下：

任務	數據集	評估指標	值
音頻分類	Apple dataset（balbus-classifier，默認配置，訓練集）	準確率	0.8100908806016922
音頻分類	Apple dataset（balbus-classifier，默認配置，訓練集）	精確率	0.8183656957928802
音頻分類	Apple dataset（balbus-classifier，默認配置，訓練集）	召回率	0.7261306532663316
音頻分類	Apple dataset（balbus-classifier，默認配置，訓練集）	F1值	0.7694941042221377

訓練過程中使用了以下超參數：

訓練損失	輪數	步數	驗證損失	準確率	精確率	召回率	F1值	ROC-AUC值
0.1683	0.2506	200	0.1682	0.5730	0.7364	0.0341	0.0652	0.5123
0.1494	0.5013	400	0.1446	0.7084	0.6603	0.6838	0.6718	0.7056
0.1212	0.7519	600	0.1236	0.7629	0.6917	0.8245	0.7523	0.7699
0.1088	1.0025	800	0.1107	0.8062	0.8337	0.6945	0.7578	0.7936
0.0955	1.2531	1000	0.1106	0.8081	0.8036	0.7416	0.7713	0.8006
0.0997	1.5038	1200	0.1091	0.8101	0.8184	0.7261	0.7695	0.8006