A

Ast Finetuned Audioset 10 10 0.4593 Finetuned Gtzan

由 nomad-ai 开发
这是一个基于AST(Audio Spectrogram Transformer)架构的音频分类模型,在GTZAN音乐流派分类数据集上进行了微调。
下载量 15
发布时间 : 8/9/2023
模型介绍
内容详情
替代品

模型简介

该模型专门用于音乐流派分类任务,能够识别10种不同的音乐流派。基于Transformer架构处理音频频谱图,在GTZAN数据集上达到了90%的准确率。

模型特点

高准确率
在GTZAN音乐流派分类任务上达到90%的准确率
基于Transformer架构
使用Audio Spectrogram Transformer处理音频频谱,有效捕捉音频特征
预训练+微调
先在AudioSet数据集上预训练,再在GTZAN数据集上微调

模型能力

音乐流派分类
音频特征提取
音频内容分析

使用案例

音乐服务
音乐自动分类
为音乐流媒体平台自动分类上传的音乐文件
准确识别10种不同音乐流派
播放列表生成
基于音乐流派自动生成个性化播放列表
音乐研究
音乐风格分析
辅助音乐学研究分析不同音乐风格特征