Ast Finetuned Audioset 10 10 0.4593

🚀 音頻頻譜圖Transformer（在AudioSet上微調）

該項目是在AudioSet上微調的音頻頻譜圖Transformer（AST）模型。它由Gong等人在論文 AST: Audio Spectrogram Transformer 中提出，並首次在 此倉庫 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，此模型卡片由Hugging Face團隊編寫。

🚀 快速開始

本模型可直接用於將音頻分類到AudioSet的類別中。更多詳細信息請查看 文檔。

✨ 主要特性

音頻頻譜圖Transformer與 ViT 類似，但應用於音頻領域。它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。