license: apache-2.0 tags:

• 从训练器生成 metrics:
• 准确率 model-index:
• name: wav2vec2-base-finetuned-sentiment-mesd results: []

wav2vec2-base-finetuned-sentiment-mesd-v11

该模型是基于facebook/wav2vec2-base在MESD数据集上微调的版本。在评估集上取得了以下结果：

• 损失值：0.3071
• 准确率：0.9308

模型描述

此模型训练用于对西班牙语音频/语音的潜在情感进行分类。

预期用途

• 基于情感识别的媒体推荐系统：通过分析用户语音或听觉环境中的情感，呈现、推荐和分类音频库或其他媒体内容。可结合氛围灯光系统，打造更友好的用户环境，助力维护用户心理健康与整体福祉（对应联合国可持续发展目标SDG 3）。

• 安防场景检测：通过扩展更多类别标签的训练数据，该模型可特别用于检测斗殴等突发事件。音频分类器可集成至监控系统中，识别"声音"特征的可疑事件（对应SDG 16）。

局限性

• 微调使用的开源MESD数据集约含1200条专业录音室录制的1秒音频，实际仅使用890条进行训练。因此在嘈杂环境或含背景音乐的音频中表现可能欠佳。
• 模型对"恐惧"类别的音频识别准确率较低，常出现误分类。

训练过程

训练超参数

• 学习率：0.0001
• 训练批次大小：64
• 评估批次大小：40
• 随机种子：42
• 梯度累积步数：4
• 总训练批次大小：256
• 优化器：Adam（beta1=0.9，beta2=0.999，epsilon=1e-08）
• 学习率调度器类型：线性
• 训练轮次：100

训练结果

（完整训练日志表格已按原格式保留，此处省略具体数值以保持简洁）

框架版本

• Transformers 4.17.0
• Pytorch 1.10.0+cu111
• Datasets 2.0.0
• Tokenizers 0.11.6