Wav2vec2 Lg Xlsr En Speech Emotion Recognition

🚀 基于微调Wav2Vec 2.0的语音情感识别

本模型是针对语音情感识别（SER）任务，对jonatasgrosman/wav2vec2-large-xlsr-53-english进行微调后的版本。它利用特定数据集优化模型，以实现更精准的语音情感识别，为语音处理领域提供了有效的解决方案。

🚀 快速开始

本模型可直接用于语音情感识别任务，你可以基于Hugging Face平台的相关工具进行调用和使用。

✨ 主要特性

• 微调优化：基于预训练模型进行微调，针对语音情感识别任务进行了优化。
• 多情感识别：能够识别多种情感，包括愤怒、平静、厌恶、恐惧、快乐、中性、悲伤和惊讶。
• 效果良好：在评估集上取得了较好的结果，损失为0.5023，准确率达到0.8223。

📦 安装指南

文档未提及具体安装步骤，可参考Hugging Face平台上相关模型的通用安装方法。

💻 使用示例

文档未提供代码示例，你可以参考Hugging Face平台上关于语音情感识别模型的使用教程。

📚 详细文档

模型描述

更多信息待补充。

预期用途和限制

更多信息待补充。

训练和评估数据

更多信息待补充。

训练过程

训练超参数

训练过程中使用了以下超参数：

• 学习率：0.0001
• 训练批次大小：4
• 评估批次大小：4
• 随机种子：42
• 梯度累积步数：2
• 总训练批次大小：8
• 优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
• 学习率调度器类型：线性
• 训练轮数：3
• 混合精度训练：Native AMP

训练结果

引用信息

@misc {enrique_hernández_calabrés_2024,
	author       = { {Enrique Hernández Calabrés} },
	title        = { wav2vec2-lg-xlsr-en-speech-emotion-recognition (Revision 17cf17c) },
	year         = 2024,
	url          = { https://huggingface.co/ehcalabres/wav2vec2-lg-xlsr-en-speech-emotion-recognition },
	doi          = { 10.57967/hf/2045 },
	publisher    = { Hugging Face }
}

联系信息

如有任何疑问，请在Twitter上联系我。

框架版本

• Transformers 4.8.2
• Pytorch 1.9.0+cu102
• Datasets 1.9.0
• Tokenizers 0.10.3

📄 许可证

本项目采用Apache-2.0许可证。