Ast Finetuned Audioset 10 10 0.4593 Finetuning ESC 50 Slower LR
基於AST架構的音頻分類模型,在AudioSet數據集上預訓練後,在ESC-50數據集上微調
下載量 22
發布時間 : 12/10/2022
模型概述
該模型是一個音頻分類模型,使用AST(Audio Spectrogram Transformer)架構,先在AudioSet數據集上進行預訓練,然後在ESC-50環境聲音分類數據集上進行微調。
模型特點
基於Transformer的音頻處理
採用AST架構,將Transformer成功應用於音頻頻譜圖處理
兩階段訓練
先在大型AudioSet數據集上預訓練,再在ESC-50數據集上微調
高準確率
在評估集上達到89.29%的準確率
模型能力
音頻分類
環境聲音識別
聲音事件檢測
使用案例
智能家居
家電聲音識別
識別家中不同電器設備的聲音
環境監測
自然環境聲音分類
識別森林、城市等不同環境中的聲音
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