Практическое занятие

Настало время взять в руки несколько Аудио моделей и применить на практике то, чему вы научились. Это упражнение является одним из четырех практических упражнений, необходимых для получения сертификата об окончании курса.

Вот инструкции. В этом блоке мы продемонстрировали дообучение модели Hubert на наборе данных marsyas/gtzan для классификации музыки. Accuracy нашего примера составила 83%. Ваша задача - улучшить этот показатель.

Вы можете выбрать любую модель на 🤗 Hugging Face Hub, которая, по вашему мнению, подходит для классификации аудио, и использовать точно такой же набор данных marsyas/gtzan для построения собственного классификатора.

Ваша цель - достичь accuracy 87% на этом наборе данных с помощью вашего классификатора. Вы можете выбрать точно такую же модель, поиграть с гиперпараметрами обучения или выбрать совершенно другую модель - все зависит от вас!

Чтобы ваш результат был засчитан в сертификат, не забудьте в конце обучения вывести модель на Hub, как это было показано в данном блоке, со следующими **kwargs:

kwargs = {
    "dataset_tags": "marsyas/gtzan",
    "dataset": "GTZAN",
    "model_name": f"{model_name}-finetuned-gtzan",
    "finetuned_from": model_id,
    "tasks": "audio-classification",
}

trainer.push_to_hub(**kwargs)

Вот некоторые дополнительные ресурсы, которые могут оказаться полезными при работе над этим упражнением:

• Руководство по решению задач классификации звука в документации Transformers
• Документация по модели Hubert
• Документация по модели M-CTC-T
• Документация Audio Spectrogram Transformer
• Документация Wav2Vec2

Не стесняйтесь создавать демо-версию своей модели и делиться ею в Discord! Если у вас есть вопросы, задавайте их в канале #audio-study-group.