基于AST架构的音频分类模型,在GTZAN数据集上微调,用于音乐流派分类任务
下载量 14
发布时间 : 7/2/2023
模型简介
该模型是基于Audio Spectrogram Transformer (AST)架构的音频分类模型,先在AudioSet数据集上预训练,后在GTZAN音乐数据集上微调,专门用于音乐流派分类任务。
模型特点
高准确率
在GTZAN测试集上达到91%的准确率
基于Transformer架构
使用Audio Spectrogram Transformer处理音频频谱特征
两阶段训练
先在AudioSet大规模数据集预训练,后在GTZAN音乐数据集微调
模型能力
音乐流派分类
音频特征提取
频谱分析
使用案例
音乐分析
音乐流派自动分类
对音乐片段进行流派分类
准确率91%
音乐推荐系统
作为音乐推荐系统的特征提取组件
音频处理
音频内容分析
分析音频内容特征
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