D

Distilhubert Finetuned Stutterdetection

由HareemFatima開發
基於DistilHuBERT模型微調的口吃檢測模型,在評估集上達到90.24%的準確率
下載量 116
發布時間 : 4/27/2024

模型概述

該模型是基於DistilHuBERT架構的輕量級音頻分類模型,專門用於檢測語音中的口吃現象。適用於語音病理學研究或輔助診斷工具開發。

模型特點

高準確率
在標準測試集上達到90.24%的分類準確率
輕量級架構
基於蒸餾版HuBERT模型,在保持性能的同時降低計算資源需求
端到端訓練
直接從原始音頻學習特徵,無需人工設計特徵

模型能力

音頻分類
口吃檢測
語音異常識別

使用案例

醫療輔助
口吃篩查工具
用於臨床環境中的初步口吃篩查
自動識別潛在口吃症狀
語音研究
語音病理學研究
輔助研究人員分析口吃特徵
提供客觀量化指標
AIbase
智啟未來,您的人工智能解決方案智庫
© 2025AIbase