基于wav2vec2-base模型在音频文件夹数据集上微调的音频分类模型,验证集准确率达99.82%
下载量 54
发布时间 : 4/16/2024
模型简介
该模型是wav2vec2-base架构的微调版本,专门用于音频分类任务。在评估集上表现出极高的准确率(99.82%),适用于需要高精度音频分类的应用场景。
模型特点
高准确率
在验证集上达到99.82%的分类准确率
基于wav2vec2架构
采用经过验证的wav2vec2-base架构作为基础模型
高效微调
仅需5轮训练即可达到高性能
模型能力
音频分类
语音特征提取
使用案例
语音识别
关键词识别
识别音频中的特定关键词或短语
高准确率的关键词检测
音频分析
音频事件检测
检测和分类音频中的特定事件或声音
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文