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
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