Distilhubert Finetuned Gtzan
該模型是基於DistilHuBERT架構在GTZAN音樂流派分類數據集上微調的音頻分類模型,準確率達89%。
下載量 15
發布時間 : 8/18/2023
模型概述
一個輕量級的音頻分類模型,專門用於音樂流派識別任務,基於DistilHuBERT架構實現高效的特徵提取。
模型特點
高效輕量
基於DistilHuBERT架構,在保持性能的同時減少模型複雜度
高準確率
在GTZAN測試集上達到89%的分類準確率
快速推理
蒸餾架構設計適合即時應用場景
模型能力
音樂流派分類
音頻特徵提取
音樂內容分析
使用案例
音樂推薦系統
自動音樂分類
為音樂平臺自動標記上傳音頻的流派類別
準確率89%的自動分類
音樂分析
音樂內容研究
分析不同音樂流派的音頻特徵差異
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