Audio Emotion Detection

🚀 音频情感检测

本模型是一个基于facebook/wav2vec2-large-xlsr-53微调的版本。它能够对音频中的情感进行分类，为用户提供音频情感的标签信息，在音频情感分析领域具有重要价值。

🚀 快速开始

本模型是facebook/wav2vec2-large-xlsr-53的微调版本。 它在评估集上取得了以下结果：

• 损失值：0.9555
• 准确率：0.6262

✨ 主要特性

该模型可以返回愤怒、厌恶、恐惧、快乐、中性、悲伤、惊讶等情感标签。所有音频均以16000的采样率进行训练，并且所有输入都应进行相应转换以确保正常工作。

📚 详细文档

训练和评估数据

• mozilla-foundation/common_voice_6_0
• speech-recognition-community-v2/dev_data

训练超参数

训练过程中使用了以下超参数：

• 学习率：0.0005
• 训练批次大小：32
• 评估批次大小：32
• 随机种子：42
• 梯度累积步数：8
• 总训练批次大小：256
• 优化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e-08）
• 学习率调度器类型：线性
• 学习率调度器热身比例：0.01
• 训练轮数：4

训练结果

📄 许可证

本项目采用Apache 2.0许可证。