B

Baby Cry Classification Finetuned Babycry V4

由Wiam開發
基於wav2vec2-large-xlsr-53-english微調的嬰兒哭聲分類模型,準確率達81.5%
下載量 120
發布時間 : 10/1/2024

模型概述

這是一個專門用於識別和分類嬰兒哭聲的音頻分類模型,基於jonatasgrosman/wav2vec2-large-xlsr-53-english模型微調而來,可用於嬰兒監護和健康監測場景。

模型特點

高準確率分類
在評估集上達到81.5%的準確率,能夠有效識別嬰兒哭聲
基於wav2vec2架構
採用強大的wav2vec2-large-xlsr-53作為基礎模型,具有良好的音頻特徵提取能力
輕量級微調
僅需少量訓練數據即可獲得良好性能,適合特定場景應用

模型能力

嬰兒哭聲識別
音頻分類
聲音事件檢測

使用案例

嬰兒監護
智能嬰兒監護系統
集成到嬰兒監護設備中,即時監測嬰兒哭聲
可幫助父母或護理人員及時響應嬰兒需求
嬰兒健康監測
通過哭聲特徵分析嬰兒可能的健康狀態
輔助判斷嬰兒是否不適或需要醫療關注
醫療輔助
新生兒病房監測
在醫院新生兒病房中自動監測嬰兒哭聲頻率和模式
幫助醫護人員評估嬰兒狀態
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase