标签:

• 小行星
• 音频
• ConvTasNet
• 音频到音频 数据集:
• Libri2Mix
• 分离噪声 许可证: cc-by-sa-4.0

Asteroid 模型 JorisCos/ConvTasNet_Libri2Mix_sepnoisy_8k

从 Zenodo 导入

描述:

该模型由 Joris Cosentino 使用 Asteroid 中的 librimix 配方训练而成。 它是在 Libri2Mix 数据集的 sep_noisy 任务上进行训练的。

训练配置:

数据:
    源数量: 2
    采样率: 8000
    片段长度: 3
    任务: 分离噪声
    训练目录: data/wav8k/min/train-360
    验证目录: data/wav8k/min/dev
滤波器组:
    核大小: 16
    滤波器数量: 512
    步长: 8
掩码网络:
    批归一化通道: 128
    隐藏通道: 512
    掩码激活函数: relu
    块数量: 8
    重复次数: 3
    跳跃连接通道: 128
优化:
    学习率: 0.001
    优化器: adam
    权重衰减: 0.0
训练:
    批大小: 24
    早停: 是
    轮次: 200
    半学习率: 是
    工作进程数: 4

结果:

在 Libri2Mix 最小测试集上:

si_sdr: 9.944424856077259
si_sdr_提升: 11.939395359731192
sdr: 10.701526190782072
sdr_提升: 12.481757547845662
sir: 22.633644975545575
sir_提升: 22.45666740833025
sar: 11.131644100944868
sar_提升: 4.248489589311784
stoi: 0.852048619949357
stoi_提升: 0.2071994899565506

许可证声明:

本作品 "ConvTasNet_Libri2Mix_sepnoisy_8k" 是基于 Vassil Panayotov 的 LibriSpeech ASR 语料库 的衍生作品，遵循 CC BY 4.0 许可；同时也是基于 Whisper.ai 的 WSJ0 Hipster Ambient Mixtures 数据集，遵循 CC BY-NC 4.0 许可（仅限研究用途）。 "ConvTasNet_Libri2Mix_sepnoisy_8k" 由 Joris Cosentino 授权，采用 署名-相同方式共享 3.0 未移植 许可。