Wav2vec2 Base Music Speech Both Classification Finetuned Gtzan
基於wav2vec2架構的音頻分類模型,在GTZAN數據集上微調,用於音樂和語音分類任務
下載量 15
發布時間 : 9/16/2023
模型概述
該模型是基於wav2vec2架構的音頻分類模型,專門針對音樂和語音分類任務進行了微調。在GTZAN數據集上取得了85%的準確率。
模型特點
高準確率
在GTZAN數據集上達到85%的分類準確率
基於wav2vec2架構
利用先進的wav2vec2架構進行音頻特徵提取和分類
音樂/語音分類
專門針對音樂和語音分類任務進行優化
模型能力
音頻分類
音樂識別
語音識別
使用案例
音頻內容分析
音樂流媒體分類
自動識別音頻流中的音樂內容
準確率85%
語音內容檢測
在混合音頻中識別語音內容
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