标签:

• 音频转音频
• 小行星
• 音频
• 音频源分离 数据集:
• wham
• sep_clean 许可证: cc-by-sa-4.0

小行星模型 mpariente/DPRNNTasNet(ks=16)_WHAM!_sepclean

♻️ 从 https://zenodo.org/record/3903795#.X8pMBRNKjUI 导入

该模型由 Manuel Pariente 使用 Asteroid 中的 wham/DPRNN 配方训练而成。它是在 WHAM! 数据集的 sep_clean 任务上进行训练的。

演示：如何在 Asteroid 中使用

# 即将推出

训练配置

• 数据:
  • 模式: 最小
  • 非默认源数: 无
  • 采样率: 8000
  • 片段: 2.0
  • 任务: sep_clean
  • 训练目录: data/wav8k/min/tr
  • 验证目录: data/wav8k/min/cv
• 滤波器组:
  • 核大小: 16
  • 滤波器数量: 64
  • 步长: 8
• 主要参数:
  • 实验目录: exp/train_dprnn_ks16/
  • 帮助: 无
• 掩码网络:
  • 双向: 是
  • 通道数: 128
  • 块大小: 100
  • 丢弃率: 0
  • 隐藏大小: 128
  • 跳跃大小: 50
  • 输入通道: 64
  • 掩码激活函数: sigmoid
  • 重复次数: 6
  • 源数: 2
  • 输出通道: 64
• 优化:
  • 学习率: 0.001
  • 优化器: adam
  • 权重衰减: 1e-05
• 位置参数:
• 训练:
  • 批次大小: 6
  • 早停: 是
  • 周期数: 200
  • 梯度裁剪: 5
  • 半学习率: 是
  • 工作线程数: 6

结果

• si_sdr: 18.227683982688003
• si_sdr_imp: 18.22883576588251
• sdr: 18.617789605060587
• sdr_imp: 18.466745426438173
• sir: 29.22773720052717
• sir_imp: 29.07669302190474
• sar: 19.116352171914485
• sar_imp: -130.06009796503054
• stoi: 0.9722025377865715
• stoi_imp: 0.23415680987800583

引用 Asteroid

@inproceedings{Pariente2020Asteroid,
    title={Asteroid: the {PyTorch}-based audio source separation toolkit for researchers},
    author={Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and
            Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and
            Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge
            and Emmanuel Vincent},
    year={2020},
    booktitle={Proc. Interspeech},
}

或在 arXiv 上:

@misc{pariente2020asteroid,
      title={Asteroid: the PyTorch-based audio source separation toolkit for researchers}, 
      author={Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge and Emmanuel Vincent},
      year={2020},
      eprint={2005.04132},
      archivePrefix={arXiv},
      primaryClass={eess.AS}
}