---

library_name: transformers tags:

• 气候 datasets:
• rfcx/frugalai language:
• 英文 metrics:
• 准确率 base_model:
• facebook/wav2vec2-base pipeline_tag: 音频分类

---

模型卡片（Model ID）

模型详情

模型描述

这是在 Hub 上发布的 🤗 Transformers 模型的模型卡片，本模型卡片是自动生成的。

• 开发者： [更多信息待补充]
• 资助方 [可选]： [更多信息待补充]
• 共享者 [可选]： [更多信息待补充]
• 模型类型： [更多信息待补充]
• 语言 (NLP)： [更多信息待补充]
• 许可证： [更多信息待补充]
• 微调所用模型 [可选]： [更多信息待补充]

模型来源 [可选]

• 代码仓库： [更多信息待补充]
• 论文 [可选]： [更多信息待补充]
• 演示 [可选]： [更多信息待补充]

使用场景

直接使用

[更多信息待补充]

下游使用 [可选]

[更多信息待补充]

不适用场景

[更多信息待补充]

偏见、风险与局限性

[更多信息待补充]

建议

用户（包括直接使用和下游使用）应了解模型的风险、偏见和局限性。更多信息有待补充以便给出进一步建议。

如何开始使用此模型

使用以下代码即可开始使用该模型：

[更多信息待补充]

训练细节

训练数据

[更多信息待补充]

训练过程

预处理 [可选]

[更多信息待补充]

训练超参数

• 训练模式： [更多信息待补充]

速度、大小、时间 [可选]

[更多信息待补充]

评估

测试数据、因素与指标

测试数据

[更多信息待补充]

因素

[更多信息待补充]

指标

[更多信息待补充]

结果

[更多信息待补充]

总结

模型检验 [可选]

[更多信息待补充]

环境影响

碳排放可通过 机器学习影响计算器，该工具来自 Lacoste et al. (2019) 提出的方法进行估算。

• 硬件类型： [更多信息待补充]
• 使用小时数： [更多信息待补充]
• 云服务商： [更多信息待补充]
• 计算区域： [更多信息待补充]
• 碳排放量： [更多信息待补充]

技术规格 [可选]

模型架构与目标

[更多信息待补充]

计算基础设施

[更多信息待补充]

硬件

[更多信息待补充]

软件

[更多信息待补充]

引用 [可选]

BibTeX:

[更多信息待补充]

APA:

[更多信息待补充]

术语表 [可选]

[更多信息待补充]

更多信息 [可选]

[更多信息待补充]

模型卡片作者 [可选]

[更多信息待补充]

模型卡片联系人

[更多信息待补充]