Is Vinyl Scratched Or Not

由 DunnBC22 开发

基于wav2vec2-base微调的音频分类模型，用于检测黑胶唱片音频是否存在划痕。

音频分类

Transformers

英语

开源协议:Apache-2.0 #黑胶唱片检测 #音频划痕识别 #高精度分类

下载量 22

发布时间 : 1/28/2023

模型介绍

内容详情

替代品

模型简介

这是一个二分类器，用于预测音频样本中播放的黑胶唱片是否存在划痕。在评估集上取得了高准确率和F1分数。

模型特点

高准确率

在评估集上达到97.52%的准确率

平衡性能

F1分数达到96.38%，显示模型在召回率和精确率间取得良好平衡

基于wav2vec2

利用强大的wav2vec2-base架构进行微调

模型能力

音频分类

黑胶唱片质量检测

音频异常检测

使用案例

音频质量检测

黑胶唱片划痕检测

通过分析黑胶唱片播放音频，自动检测是否存在划痕

准确率97.52%，F1分数96.38%

音频修复

预处理筛选

在音频修复流程中预先识别需要修复的划痕音频

license: apache-2.0 tags:

训练生成 datasets:
音频文件夹 metrics:
准确率
F1分数
召回率
精确率 model-index:
name: wav2vec2-base-黑胶唱片是否划伤检测 results: [] language:
英文 pipeline_tag: 音频分类

wav2vec2-base-黑胶唱片是否划伤检测

该模型是基于facebook/wav2vec2-base在音频文件夹数据集上微调的版本。
在评估集上取得了以下结果：

损失值：0.1039
准确率：0.9752
F1分数：0.9638
召回率：0.9576
精确率：0.9700

模型描述

这是一个二分类器，用于预测音频样本中播放的黑胶唱片是否存在划痕。

更多关于模型创建过程的信息，请查看以下链接：
https://github.com/DunnBC22/Vision_Audio_and_Multimodal_Projects/blob/main/Audio-Projects/Classification/Vinyl%20Scratched%20or%20Not.ipynb

预期用途与限制

本模型旨在展示我运用技术解决复杂问题的能力。

训练与评估数据

数据集来源：
https://www.kaggle.com/datasets/seandaly/detecting-scratch-noise-in-vinyl-playback

训练流程

训练超参数

训练过程中使用的超参数如下：

学习率：3e-05
训练批次大小：32
评估批次大小：32
随机种子：42
梯度累积步数：4
总训练批次大小：128
优化器：Adam（β1=0.9，β2=0.999，ε=1e-08）
学习率调度器类型：线性
学习率预热比例：0.1
训练轮次：10

训练结果

训练损失	轮次	步数	验证损失	准确率	F1分数	召回率	精确率
0.6671	0.98	21	0.6235	0.6560	0.0	0.0	0.0
0.4954	1.98	42	0.2824	0.9417	0.9095	0.8517	0.9757
0.2406	2.98	63	0.1755	0.9563	0.9336	0.8941	0.9769
0.169	3.98	84	0.1545	0.9592	0.9386	0.9068	0.9727
0.1287	4.98	105	0.1249	0.9606	0.9407	0.9068	0.9772
0.1102	5.98	126	0.1159	0.9723	0.9595	0.9534	0.9657
0.0923	6.98	147	0.1073	0.9665	0.9516	0.9576	0.9456
0.0877	7.98	168	0.1039	0.9752	0.9638	0.9576	0.9700
0.0807	8.98	189	0.1088	0.9679	0.9536	0.9576	0.9496
0.0744	9.98	210	0.1041	0.9752	0.9638	0.9576	0.9700