wav2vec2-base阿拉伯語語音情感識別模型 - 開源高精度識別語音情感

Wav2vec2 Base Arabic Speech Emotion Recognition

由ahmmedasaad2772開發

基於facebook/wav2vec2-base微調的阿拉伯語語音情感識別模型，在評估集上取得了99.92%的準確率。

下載量 352

發布時間 : 3/5/2024

模型概述

該模型專門用於識別阿拉伯語語音中的情感，基於wav2vec2架構進行微調，適用於語音情感分析任務。

高準確率

在評估集上取得了99.92%的準確率，表現優異。

阿拉伯語專用

專門針對阿拉伯語語音進行優化，適合阿拉伯語情感識別場景。

基於wav2vec2

採用成熟的wav2vec2架構作為基礎，具有強大的語音特徵提取能力。

阿拉伯語語音情感識別

語音情感分類

語音特徵提取

情感分析

客服語音情感分析

分析客服通話中的客戶情感狀態

可準確識別憤怒、滿意等情感狀態

語音助手情感響應

根據用戶語音情感調整語音助手回應方式

提升用戶體驗和交互自然度

本項目基於wav2vec2-base模型，在audiofolder數據集上進行微調，實現了阿拉伯語語音情感識別功能，在評估集上取得了優異的成績。

此模型是 facebook/wav2vec2-base 在 audiofolder 數據集上的微調版本。它在評估集上取得了以下結果：

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	加權f1值	微觀f1值	宏觀f1值	加權召回率	微觀召回率	宏觀召回率	加權精確率	微觀精確率	宏觀精確率
1.6078	0.98	29	1.4403	0.5227	0.4478	0.5227	0.4426	0.5227	0.5227	0.5187	0.4200	0.5227	0.4145
1.6078	1.98	58	0.7310	0.9808	0.9808	0.9808	0.9809	0.9808	0.9808	0.9799	0.9816	0.9808	0.9827
1.6078	2.98	87	0.2797	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	3.98	116	0.1361	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	4.98	145	0.0855	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	5.98	174	0.0638	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	6.98	203	0.0529	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	7.98	232	0.0470	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	8.98	261	0.0440	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993
1.6078	9.98	290	0.0430	0.9992	0.9992	0.9992	0.9993	0.9992	0.9992	0.9992	0.9992	0.9992	0.9993