Natlis/svm-emotion-classification-ru

SVM (RBF) — классификатор эмоций русской речи (аудио, базовая модель)

Четырёхклассовый классификатор эмоций по audio-функционалам: angry, sad, neutral, positive (маппинг angry=0, sad=1, neutral=2, positive=3).

• Признаки: статистические характеристики аудио (питч, энергия и др.).
• Модель: sklearn.svm.SVC (kernel rbf, C=1.0, gamma scale).
• Обучен на корпусе dusha_resd_train (69 136 записей) = Dusha + RESD.

Метрики

Оценка на dusha_resd_test (6616 записей) — из training-отчёта эксперимента.

Class	Precision	Recall	F1-score	Support
angry	0.521	0.441	0.478	1378
sad	0.581	0.656	0.616	2213
neutral	0.377	0.385	0.381	1730
positive	0.546	0.499	0.521	1295
Accuracy			0.510	6616
F1-macro			0.499

Как использовать

import joblib
from huggingface_hub import hf_hub_download

model_path = hf_hub_download(
    "Natlis/svm-emotion-classification-ru",
    "svm_dusha_resd_train_model.pkl",
)
scaler_path = hf_hub_download(
    "Natlis/svm-emotion-classification-ru",
    "svm_dusha_resd_train_scaler.pkl",
)
model = joblib.load(model_path)
scaler = joblib.load(scaler_path)

# 1) извлечь те же признаки из аудио (те же, что в пайплайне проекта),
# 2) стандартизировать:  x = scaler.transform(feats)
pred = model.predict(x)

Обучение

Полные гиперпараметры — в hyperparams.json и configs/audio/svm.json (kernel rbf, C=1.0, gamma scale, seed 42).

Ограничения

• Базовая модель (baseline); признаки вычисляются на этапе сборки корпуса.
• Эмоции размечены краудсорсингом; переносимость на спонтанную речь вне дистрибутива не гарантируется.

Лицензия и атрибуция

Веса лицензированы CC BY-SA 4.0 (модель обучена на корпусе dusha_resd). Полные условия — LICENSE, атрибуция и данные обучения — NOTICE.

Цитирование

Dusha — Kondratenko et al., arXiv:2212.12266. RESD — Aniemore, DOI 10.57967/hf/1272. Подробности — DUSHA.md / RESD.md кодового репозитория.