Audio Emotion Detection

🚀 音頻情感檢測

本模型是一個基於facebook/wav2vec2-large-xlsr-53微調的版本。它能夠對音頻中的情感進行分類，為用戶提供音頻情感的標籤信息，在音頻情感分析領域具有重要價值。

🚀 快速開始

本模型是facebook/wav2vec2-large-xlsr-53的微調版本。 它在評估集上取得了以下結果：

• 損失值：0.9555
• 準確率：0.6262

✨ 主要特性

該模型可以返回憤怒、厭惡、恐懼、快樂、中性、悲傷、驚訝等情感標籤。所有音頻均以16000的採樣率進行訓練，並且所有輸入都應進行相應轉換以確保正常工作。

📚 詳細文檔

訓練和評估數據

• mozilla-foundation/common_voice_6_0
• speech-recognition-community-v2/dev_data

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：0.0005
• 訓練批次大小：32
• 評估批次大小：32
• 隨機種子：42
• 梯度累積步數：8
• 總訓練批次大小：256
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 學習率調度器類型：線性
• 學習率調度器熱身比例：0.01
• 訓練輪數：4

訓練結果

📄 許可證

本項目採用Apache 2.0許可證。