モデル紹介
A rank-16 LoRA finetune of **LCO-Embedding-Omni-7B** (Qwen2.5-Omni thinker) trained with **InfoNCE + Prototypical Contrastive loss (PCL)** on the VoiceCLAP 9-corpus mix with MOSS-Audio k=2 sampled captions. Successor to `laion/voiceclap-large` — **better on every benchmark we measure**. 1. **PCL auxiliary loss (weight 0.1)**: 39 learned emotion prototypes; cross-entropy of audio embeddings vs prototypes on pseudo-labeled clips. 2. **z-scored pseudo-labels**: emolia's `emotion_annotation` scalars, argmax over per-emotion z-scores vs corpus base rates (raw argmax is degenerate — high-base-rate dimensions win ~99% of clips). z ≥ 1.5 labels ~80-98% of emolia across all 39 emotion classes. 3. LoRA rank 16 (α=32) — rank shown equivalent to r=32 in a controlled A/B. Ensemble notes: averaging this model's similarities with `gijs/voiceclap-lco-7b-lora` and the k=10 MOSS variant sets the current VoiceNet records (Emo bal@pp 0.7102; Ext bal@pp 0.6883).
主な特徴
特点摘要待依据来源补齐，不凭模型名称推断能力。
制約と注意点
具体的な制約を判断する出典が不足しています。実際の性能、遅延、データ方針、ライセンス、提供期間を確認してください。
出典別料金と費用分析
料金はチャネル・地域・設定によって異なります。各チャネルの料金は個別に表示し、提供元の統一公式料金とは見なしません。
| 出典・チャネル | 入力 | 出力 | 課金単位 | 収集日時 |
|---|---|---|---|---|
| 確認可能な料金がありません。出典を確認してください。 | ||||
月額の基本トークン費用を試算
試算はキャッシュ割引、段階料金、マルチモーダル追加料金、検索、税金、追加推論出力を含みません。
公開評価と実行設定
暂无已采集的可核验公开评分。模型未上榜不代表能力较低。
収録済みの全ランキング →よくある質問
オープンウェイトなら無料で商用利用できますか？
必ずしもそうではありません。バージョン別のライセンス、商用条件、利用方針を確認してください。自前運用には計算資源と保守費用も必要です。
これはリアルタイムの請求料金ですか？
収集日時付きの料金スナップショットです。最新のバージョン、地域、割引、課金方式は各チャネルで確認してください。
出典と追跡記録
许可证：cc-by-4.0。模型介绍与第三方评测均以原来源的具体版本和方法为准。