A

Ast Finetuned Audioset 10 10 0.4593

由 Xenova 开发
基于AudioSet数据集微调的音频谱图变换器(AST)模型,用于音频分类任务
下载量 82
发布时间 : 6/27/2023
模型介绍
内容详情
替代品

模型简介

该模型是音频谱图变换器(AST)架构的变体,专门针对AudioSet数据集进行了微调,适用于通用音频分类任务。它能够识别和分类各种音频事件和声音类别。

模型特点

基于Transformer的音频处理
采用视觉Transformer架构处理音频谱图,实现对音频信号的全局建模
AudioSet微调
在大型音频数据集AudioSet上进行微调,具备识别广泛音频事件的能力
网页端适配
提供ONNX格式权重,可通过Transformers.js在浏览器中直接运行

模型能力

音频分类
声音事件检测
环境声音识别

使用案例

智能家居
宠物声音监测
检测和分类宠物发出的声音(如猫叫、狗吠等)
能准确识别常见宠物声音
内容审核
音频内容分类
自动分类用户上传的音频内容