# 輕量級HuBERT

該模型是基於ntu-spml/distilhubert在GTZAN音樂分類數據集上微調的音頻分類模型，準確率達到85%。

基於distilhubert架構微調的哭聲檢測模型，在評估集上表現出色，準確率達98.83%

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

該模型是基於NTU-SPML的DistilHuBERT在GTZAN音樂分類數據集上微調的版本，主要用於音樂流派分類任務。

基於distilhubert在GTZAN音樂分類數據集上微調的音頻分類模型，準確率達84%

該模型是基於distilhubert在GTZAN音樂分類數據集上微調的音頻分類模型，準確率達到83%。

該模型是基於DistilHuBERT在GTZAN音樂分類數據集上微調的版本，主要用於音樂流派分類任務。

基於DistilHuBERT架構在GTZAN音樂分類數據集上微調的音頻分類模型，準確率達88%

基於DistilHuBERT在GTZAN音樂分類數據集上微調的音頻分類模型，準確率達85%

基於distilhubert在阿拉伯語語音數據集上微調的自動語音識別(ASR)模型

DistilHuBERT是一種通過層級蒸餾HuBERT模型實現的輕量級語音表徵學習模型，在保持性能的同時顯著減小模型體積和計算成本。