Ast Finetuned Audioset 12 12 0.447

🚀 音頻頻譜圖Transformer（在AudioSet上微調）

本項目是在AudioSet上微調的音頻頻譜圖Transformer（AST）模型。該模型由Gong等人在論文AST: Audio Spectrogram Transformer中提出，並首次在此倉庫中發佈。

需要說明的是，發佈音頻頻譜圖Transformer的團隊並未為此模型撰寫模型卡片，本模型卡片由Hugging Face團隊編寫。

🚀 快速開始

你可以使用原始模型將音頻分類到AudioSet的類別中。更多信息請參閱文檔。

✨ 主要特性

音頻頻譜圖Transformer與ViT類似，但應用於音頻領域。該模型先將音頻轉換為圖像（頻譜圖），然後應用視覺Transformer。該模型在多個音頻分類基準測試中取得了最先進的成果。

📄 許可證

本項目採用BSD 3條款許可證（BSD-3-Clause）。