Ast Finetuned Audioset 10 10 0.4593 Finetuning ESC 50 Slower LR
基于AST架构的音频分类模型,在AudioSet数据集上预训练后,在ESC-50数据集上微调
下载量 22
发布时间 : 12/10/2022
模型简介
该模型是一个音频分类模型,使用AST(Audio Spectrogram Transformer)架构,先在AudioSet数据集上进行预训练,然后在ESC-50环境声音分类数据集上进行微调。
模型特点
基于Transformer的音频处理
采用AST架构,将Transformer成功应用于音频频谱图处理
两阶段训练
先在大型AudioSet数据集上预训练,再在ESC-50数据集上微调
高准确率
在评估集上达到89.29%的准确率
模型能力
音频分类
环境声音识别
声音事件检测
使用案例
智能家居
家电声音识别
识别家中不同电器设备的声音
环境监测
自然环境声音分类
识别森林、城市等不同环境中的声音
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
智启未来,您的人工智能解决方案智库
简体中文