许可证: mit 语言:

• 英语 基础模型:
• facebook/wav2vec2-base 任务标签: 音频分类 标签:
• 音频分类
• 生物学
• 鸟类
• 保护 数据集:
• greenarcade/wav2vec2-vd-bird-sound-classification-dataset 库名称: transformers 模型索引:
  • 名称: wav2vec2-vd-bird-sound-classification 结果:
    • 任务: 类型: 图像分类 数据集: 名称: 自定义鸟类数据集 类型: 图像分类 指标:
      • 名称: 准确率 类型: 准确率 值: 91.11
      • 名称: F1分数 类型: f1 值: 89.41
      • 名称: 推理速度(秒) 类型: 推理时间 值: 0.476
      • 名称: 错误率 类型: 错误率 值: 8.89
      • 名称: 平均ROC AUC 类型: roc_auc 值: 98.20
      • 名称: 平均精确率 类型: avg_precision 值: 93.63 来源: 名称: 自定义评估 网址: https://huggingface.co/greeenboi/wav2vec2-vd-bird-sound-classification

greenarcade/wav2vec2-vd-bird-sound-classification

基于自定义数据集训练的鸟类声音分类模型。可从音频录音中识别本地鸟类物种。

使用方法

from transformers import pipeline

classifier = pipeline("audio-classification", "greenarcade/wav2vec2-vd-bird-sound-classification")
result = classifier("your_audio.wav", top_k=3)

• 开发者: Suvan GS & [Dharanya T]
• 模型类型: Transformers
• 许可证: MIT

模型来源 [可选]

• 代码库: Minor Project
• 论文: 即将发布
• 演示 [可选]: Space

用途

用于分类在Vedanthangal鸟类保护区观察到的21种鸟类的声音

非适用范围

该模型不适用于以下未列出的物种:

训练详情

训练数据

[需要更多信息]

训练过程

预处理 [可选]

[需要更多信息]

训练超参数

• 训练方案: [需要更多信息]

速度、大小、时间 [可选]

[需要更多信息]

评估

测试数据、因素和指标

测试数据

[需要更多信息]

因素

[需要更多信息]

指标

[需要更多信息]

结果

[需要更多信息]

总结