Whisper Large V3 Msp Podcast Emotion
基于Whisper-Large V3的语音情感识别模型，专为MSP-Podcast数据集优化，支持9种情感分类
音频分类
Safetensors
Safetensors 英语
W
tiantiaf
282
3
Ast Finetuned Model
Apache-2.0
这是一个基于音频频谱图变压器（AST）的微调模型，专门用于语音音频中的情感分类。
音频分类
Transformers
Transformers 英语
A
forwarder1121
174
0
Wavlm Large Finetuned SER
基于WavLM-Large的语音情感识别模型，支持英文语音情感分类。
音频分类
英语
W
JBJoyce
139
0
Speech Emotion Recognition With Openai Whisper Large V3
Apache-2.0
本项目利用Whisper模型实现语音情感识别，能够将音频分类为快乐、悲伤、惊讶等不同情感类别。
音频分类 Transformers
TransformersS
firdhokk
7,750
33
Speechbrain Emotion Recognition Openvino
Apache-2.0
该模型使用微调的wav2vec2（基础）架构，在IEMOCAP数据集上训练，用于语音情感识别任务。
音频分类
英语
S
psakamoori
13
0
Speech Emotion Recognition Wav2vec2 Large Xlsr 53 240304 SER Fine Tuned2.0
Apache-2.0
基于wav2vec2-large-xlsr-53的语音情感识别模型，支持7种情感分类
音频分类 Transformers
TransformersS
hughlan1214
145
2
Wav2vec2 Large Xlsr 53 English Finetuned Ravdess
Apache-2.0
基于wav2vec2-large-xlsr-53-english模型在RAVDESS数据集上微调的语音情感识别模型
音频分类 Transformers
TransformersW
firdho26
68
0
Wav2vec2 Audio Emotion Classification
Apache-2.0
基于facebook/wav2vec2-base微调的音频情感分类模型，用于分析语音中的情感状态
音频分类 Transformers
TransformersW
dhanush23
15
0
Wav2vec2 Audio Emotion Classification
Apache-2.0
基于facebook/wav2vec2-base微调的音频情感分类模型，在评估集上准确率达73.98%
音频分类 Transformers
TransformersW
chin-may
77
5
Wav2vec2 Lg Xlsr En Speech Emotion Recognition Finetuned Ravdess V8
Apache-2.0
基于wav2vec2架构的英语语音情感识别模型，在RAVDESS数据集上微调
音频分类 Transformers
TransformersW
Wiam
94
4
Emotion Diarization Wavlm Large
Apache-2.0
使用WavLM Large模型进行微调，用于语音情感识别和说话人日志分析，支持多种情感分类
音频分类
英语
E
speechbrain
1,128
52
Distilhubert Finetuned Ravdess
Apache-2.0
基于DistilHuBERT架构在RAVDESS语音情感数据集上微调的语音情感识别模型，准确率达92.36%
音频分类 Transformers
TransformersD
pollner
43
2
Finetuned Wav2vec2.0 Base On IEMOCAP 2
Apache-2.0
这是一个基于facebook/wav2vec2-base模型在IEMOCAP数据集上微调的语音情感识别模型，在评估集上取得了73.9%的准确率。
音频分类 Transformers
TransformersF
minoosh
32
2
CREMA D Model
Apache-2.0
基于facebook/wav2vec2-base微调的语音情感识别模型，在评估集上达到73.22%的准确率
音频分类 Transformers
TransformersC
jdmartinev
21
0
Astie Finetuned On Shemo
Bsd-3-clause
本模型是在shEMO数据集上对AST模型进行微调的版本，主要用于语音情感识别任务。
音频分类 Transformers
TransformersA
minoosh
24
0
Iewav2vec2 Finetuned On Shemo
Apache-2.0
该模型是基于minoosh/wav2vec2-base-finetuned-ie在shEMO数据集上微调的版本，主要用于语音情感识别任务。
音频分类 Transformers
TransformersI
minoosh
20
0
Ser Model Adjusted 2023 03 03
Apache-2.0
基于facebook/wav2vec2-base微调的语音情感识别模型，在评估集上准确率达到75.73%
音频分类 Transformers
TransformersS
aherzberg
18
0
Ser Model Fixed Label
Apache-2.0
基于facebook/wav2vec2-base微调的语音情感识别模型，在评估集上准确率达到83.67%
音频分类 Transformers
TransformersS
aherzberg
18
1
Ser Model
Apache-2.0
基于facebook/wav2vec2-base微调的语音情感识别模型，在评估集上准确率达到84.71%
音频分类 Transformers
TransformersS
aherzberg
30
0
Wav2vec2 Base Finetuned Sentiment Mesd
Apache-2.0
基于facebook/wav2vec2-base在MESD数据集上微调的西班牙语音频情感分类模型
音频分类 Transformers
TransformersW
somosnlp-hackathon-2022
28
5
Wav2vec2 Lg Xlsr En Speech Emotion Recognition
Apache-2.0
基于Wav2Vec 2.0微调的语音情感识别模型，支持识别8种英语情感，在RAVDESS数据集上准确率达82.23%
音频分类 Transformers
TransformersW
ehcalabres
39.83k
221
Wav2vec2 Large Superb Er
Apache-2.0
这是一个基于Wav2Vec2-Large模型的情感识别模型，专门用于从语音中识别情感类别。
音频分类 Transformers
Transformers 英语
W
superb
1,442
1
Xlsr Wav2vec Speech Emotion Recognition
Apache-2.0
基于XLSR-Wav2Vec架构的语音情感识别模型，能够识别五种基本情感：愤怒、厌恶、恐惧、快乐和悲伤。
音频分类 Transformers
Transformers 英语
X
harshit345
498
62
Wav2vec2 Base Superb Er
Apache-2.0
这是一个基于Wav2Vec2架构的语音情感识别模型，移植自S3PRL项目，用于识别语音中的情感类别。
音频分类 Transformers
Transformers 英语
W
superb
28.14k
11
Hubert Base Superb Er
Apache-2.0
该模型是基于Hubert-Base架构的情感识别模型，在SUPERB情感识别任务上训练，用于语音情感分类
音频分类 Transformers
Transformers 英语
H
superb
7,887
20
Hubert Large Superb Er
Apache-2.0
基于Hubert-Large预训练模型的情感识别模型，用于预测语音中的情感类别
音频分类 Transformers
Transformers 英语
H
superb
10.24k
21
Hubert Emotion
基于Hubert架构的语音情感识别模型，能够从音频中识别说话者的情感状态。
音频分类 Transformers
TransformersH
Rajaram1996
76
32
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
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
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
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20none;%20}%20.st1%20{%20fill:%20%235ce6cf;%20}%20.st2%20{%20fill:%20%230080ff;%20}%20.st3%20{%20clip-path:%20url(%23clippath);%20}%20%3c/style%3e%3cclipPath%20id='clippath'%3e%3crect%20class='st0'%20y='0'%20width='120'%20height='32'/%3e%3c/clipPath%3e%3c/defs%3e%3cg%20class='st3'%3e%3cg%3e%3cpath%20class='st1'%20d='M22.4,32H3.2c-1,0-2-.5-2.6-1.4-.6-.9-.7-2-.4-2.9L9.8,2.1C10.3.8,11.5,0,12.8,0s2.5.8,3,2.1l9.6,25.6c.4,1,.2,2.1-.4,2.9-.6.9-1.6,1.4-2.6,1.4ZM7.8,25.6h10l-5-13.3-5,13.3Z'/%3e%3cpath%20class='st2'%20d='M33.6,32c-1.3,0-2.5-.8-3-2.1L21,4.3c-.6-1.7.2-3.5,1.9-4.1,1.7-.6,3.5.2,4.1,1.9l9.6,25.6c.6,1.7-.2,3.5-1.9,4.1-.4.1-.8.2-1.1.2h0Z'/%3e%3cpath%20d='M71.8,9.1h-6.9v4.6h6.9c2.5,0,4.6,2,4.6,4.6h-6.9c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h2.3c1.7,0,3.2-.4,4.6-1.2v1.2h4.6v-13.7c0-5-4.1-9.1-9.1-9.1h0ZM71.8,27.4h-2.3c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h6.9c0,2.5-2,4.6-4.6,4.6h0Z'/%3e%3cpath%20d='M52.3,9.1h-4.6V0h-4.6V32h9.1c5,0,9.1-4.1,9.1-9.1v-4.6c0-5.1-4.1-9.1-9.1-9.1h0ZM56.9,22.9c0,2.5-2,4.6-4.6,4.6h-4.6v-13.7h4.6c2.5,0,4.6,2,4.6,4.6v4.6h0Z'/%3e%3cpath%20d='M110.9,13.7h9.1v-4.6h-9.1c-5.1,0-9.1,4.1-9.1,9.1v4.6c0,5.1,4.1,9.1,9.1,9.1h9.1v-4.6h-9.1c-2.5,0-4.6-2-4.6-4.6h13.7v-4.6h-13.7c0-2.5,2-4.6,4.6-4.6h0Z'/%3e%3cpath%20d='M93.6,18.3h-4.6c-1.3,0-2.3-1-2.3-2.3s1-2.3,2.3-2.3h10.3v-4.6h-10.3c-3.8,0-6.9,3.1-6.9,6.9s3.1,6.9,6.9,6.9h4.6c1.3,0,2.3,1,2.3,2.3s-1,2.3-2.3,2.3h-10.3v4.6h10.3c3.8,0,6.9-3.1,6.9-6.9s-3.1-6.9-6.9-6.9Z'/%3e%3c/g%3e%3c/g%3e%3c/svg%3e)
AIbase是一个专注于MCP服务的平台，为AI开发者提供高质量的模型上下文协议服务，助力AI应用开发。
简体中文