Testv4
基於wav2vec預訓練模型在superb數據集上微調的5分類音頻分類模型
下載量 27
發布時間 : 6/20/2024
模型概述
該模型是wav2vec預訓練模型在superb數據集上的微調版本,主要用於音頻分類任務,在驗證集上準確率達到62.09%
模型特點
基於wav2vec預訓練
利用wav2vec強大的語音表示能力進行遷移學習
5分類音頻識別
能夠對音頻數據進行5種不同類別的分類
中等準確率
在驗證集上達到62.09%的準確率
模型能力
音頻分類
語音特徵提取
使用案例
語音分析
語音情感識別
識別語音中的情感類別
準確率62.09%
語音指令分類
對語音指令進行分類處理
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98