F

Fasnettac Paper

由 popcornell 开发
基于Asteroid框架训练的音频分离模型,专门用于处理带噪声的多通道音频信号分离任务
下载量 21
发布时间 : 3/2/2022
模型介绍
内容详情
替代品

模型简介

该模型采用FasNet-TAC架构,在TACDataset的separate_noisy任务上训练,能够有效分离多通道音频中的噪声和信号

模型特点

多通道处理能力
支持多通道音频输入,能够处理复杂的声学环境
噪声分离
专门针对带噪声的音频信号进行优化,有效分离噪声和目标信号
端到端训练
采用端到端训练方式,简化处理流程

模型能力

多通道音频处理
噪声分离
音频信号增强

使用案例

语音增强
会议录音降噪
在多说话人环境中分离目标语音并去除背景噪声
SI-SDR提升11.32dB
远程会议系统
改善远程会议中的语音清晰度
音频后期处理
影视音频处理
分离拍摄现场录音中的对话和环境噪声