基于wav2vec2架构的音乐流派分类模型，在GTZAN数据集上微调，准确率达98%

基于distilhubert微调的音乐流派分类模型，在GTZAN数据集上达到84%准确率

这是一个基于distilhubert架构的音频分类模型，专门用于音乐流派识别，在GTZAN数据集上微调后达到89.72%的准确率。

基于wav2vec2-large-xlsr-53的自动语音识别模型，专为StepMania游戏音频优化，在GARY109/AI_LIGHT_DANCE数据集上微调

基于Wav2Vec 2.0架构的进食声音分类模型，能够识别20种不同的食物进食声音

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。