Views
No views yet
| File | Experiment | Mô tả | Điểm DEV (UTT-SRCC) |
|---|---|---|---|
ft_emotion_full_20epoch.pt | exp08 | TỐT NHẤT cảm xúc. WavLM-large fine-tune (warm-start SAILER) + audeering frozen → trunk → 3 head (EMOS/CAT/VAD) | EMOS 0.811 · CAT-err 0.133 · VAD 0.659/0.793/0.751 |
ft_qmos_utmos.pt | exp13 | Fine-tune UTMOS cho QMOS (chất lượng giọng) | QMOS (exp07 mốc 0.548) |
ft_joint_full.pt | exp11 | Fine-tune đồng thời WavLM + audeering, fusion 1 model | val nội bộ ~0.83 (nghi overfit) |
Hệ 6 cột mạnh nhất = trộn cột: 5 cảm xúc ←ft_emotion_full_20epoch.pt+ QMOS ← exp07 → QMOS 0.548 · EMOS 0.811 · CAT 0.133 · VAD 0.659/0.793/0.751.
ft_emotion_full_20epoch.pt)TRUNK_HIDDEN = 512 · HEAD_HIDDEN = 128 · EMO_MAX_SEC = 8 · SR = 16000
EMOTIONS5 = ["angry", "happy", "neutral", "sad", "surprised"]wavlm (state_dict backbone), heads (trunk + 3 head), emos_mu/emos_sd,
vad_mu/vad_sd (chuẩn hóa nhãn), AUD_DIM (>0 = có audeering). Nạp bằng torch.load(..., weights_only=False).app.py của Space hoặc kaggle_baseline/track2/exp08_finetune_emotion_pipeline.py.| Thành phần | License |
|---|---|
| WavLM (microsoft/wavlm-large) | MIT |
| SAILER (tiantiaf/wavlm-large-categorical-emotion) | Open RAIL |
| audeering wav2vec2 MSP-dim | CC BY-NC-SA 4.0 (non-commercial) |