AIbase
TW
模型選型
標籤
高精度音頻分析

# 高精度音頻分析

Wav2vec2 Base 100k Gtzan Music Genres Finetuned Wav2vec2 Ivan
基於wav2vec2架構的音樂流派分類模型，在GTZAN數據集上微調，準確率達98%
音頻分類 Transformers
W
itmanov
32
1
Musical Genres Classification Hubert V1
Apache-2.0
基於distilhubert微調的音樂流派分類模型，在GTZAN數據集上達到84%準確率
音頻分類 Transformers
M
SeyedAli
1,961
16
Genre Recognizer Finetuned Gtzan Dset
Apache-2.0
這是一個基於distilhubert架構的音頻分類模型，專門用於音樂流派識別，在GTZAN數據集上微調後達到89.72%的準確率。
音頻分類 Transformers
G
pedromatias97
183
3
Ai Light Dance Stepmania Ft Wav2vec2 Large Xlsr 53 V7
Apache-2.0
基於wav2vec2-large-xlsr-53的自動語音識別模型，專為StepMania遊戲音頻優化，在GARY109/AI_LIGHT_DANCE數據集上微調
語音識別 Transformers
A
gary109
162
0
Xlsr Wav2vec Speech Emotion Recognition
Apache-2.0
基於XLSR-Wav2Vec架構的語音情感識別模型，能夠識別五種基本情感：憤怒、厭惡、恐懼、快樂和悲傷。
音頻分類 Transformers 英語
X
harshit345
498
62
Wav2vec2 Base 100k Eating Sound Collection
基於Wav2Vec 2.0架構的進食聲音分類模型，能夠識別20種不同的食物進食聲音
音頻分類 Transformers
W
m3hrdadfi
26
0
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase