D

Distilhubert Finetuned Stutterdetection

由 HareemFatima 开发
基于DistilHuBERT模型微调的口吃检测模型,在评估集上达到90.24%的准确率
下载量 116
发布时间 : 4/27/2024
模型介绍
内容详情
替代品

模型简介

该模型是基于DistilHuBERT架构的轻量级音频分类模型,专门用于检测语音中的口吃现象。适用于语音病理学研究或辅助诊断工具开发。

模型特点

高准确率
在标准测试集上达到90.24%的分类准确率
轻量级架构
基于蒸馏版HuBERT模型,在保持性能的同时降低计算资源需求
端到端训练
直接从原始音频学习特征,无需人工设计特征

模型能力

音频分类
口吃检测
语音异常识别

使用案例

医疗辅助
口吃筛查工具
用于临床环境中的初步口吃筛查
自动识别潜在口吃症状
语音研究
语音病理学研究
辅助研究人员分析口吃特征
提供客观量化指标