Distilhubert Finetuned Gtzan
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
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