D

Distilhubert Finetuned Gtzan

由NicolasDenier開發
基於DistilHuBERT架構的音頻分類模型,在GTZAN音樂流派分類數據集上微調,準確率達91%
下載量 17
發布時間 : 7/19/2023

模型概述

該模型是DistilHuBERT的微調版本,專門用於音樂流派分類任務。它通過壓縮的HuBERT架構實現了高效的音頻特徵提取,並在GTZAN數據集上表現出色。

模型特點

高效壓縮架構
基於DistilHuBERT的輕量級架構,在保持性能的同時減少計算資源需求
高準確率
在GTZAN測試集上達到91%的準確率,表現優異
快速訓練
通過微調預訓練模型,只需18輪訓練即可獲得良好性能

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

音樂服務
自動音樂分類
為音樂流媒體平臺自動標記上傳音樂的流派
準確率達91%的自動分類
音樂研究
音樂特徵分析
研究不同音樂流派的音頻特徵差異
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase