基于HuBERT架构的音频分类模型,专门用于检测深度伪造音频和音频欺骗
下载量 15
发布时间 : 3/13/2024
模型简介
该模型是在facebook/hubert-base-ls960基础上微调的版本,专注于音频分类任务,特别是深度伪造音频的检测。
模型特点
高准确率
在评估集上达到99.18%的准确率
低错误率
等错误率(EER)仅为0.56%
基于HuBERT架构
利用强大的HuBERT语音表示学习能力
模型能力
音频分类
深度伪造检测
音频欺骗识别
使用案例
安全检测
语音认证系统
检测语音认证系统中的伪造音频
可有效识别99%以上的伪造音频
内容审核
识别社交媒体中的伪造音频内容
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