语言:

• "英文"
• "德文"
• "俄文"
• "法文"
• "意大利文"
• "西班牙文" 缩略图: 标签:
• 音频转音频
• 语音增强
• DNS-4
• SepFormer
• Transformer
• pytorch
• speechbrain
• 微软DNS挑战赛
• 深度噪声抑制挑战赛 – ICASSP 2022 许可证: "apache-2.0" 数据集:
• DNS-4 评估指标:
• SI-SNR
• PESQ
• SIG
• BAK
• OVRL 模型索引:
• 名称: sepformer-dns4-16k-enhancement 结果:
  • 任务: 名称: 语音增强 类型: speech-enhancement 数据集: 名称: DNS-4 类型: deep-noise-suppression-challenge-icassp-2022 分割: baseline-dev-set 参数: 语言: 德文 指标:
    • 名称: DNSMOS SIG 类型: sig 值: '2.999'
    • 名称: DNSMOS BAK 类型: bak 值: '3.076'
    • 名称: DNSMOS OVRL 类型: ovrl 值: '2.437'

基于微软DNS-4（深度噪声抑制挑战赛4 – ICASSP 2022）训练的SepFormer语音增强模型（16kHz采样频率）

本仓库提供使用SepFormer模型进行语音增强（去噪）所需的所有工具，该模型由SpeechBrain实现。模型在1300小时的微软DNS 4数据集上训练，采样频率为16kHz。为了获得更好的体验，我们鼓励您了解更多关于SpeechBrain的信息。在DNS4 2022基线开发集上使用DNSMOS评估的结果如下：

DNSMOS - 深度噪声抑制（DNS）- 平均意见分数（MOS）是一种非侵入式评估指标。它计算3个分数：SIG（语音质量）、BAK（背景噪声质量）和OVRL（整体质量），每个分数的范围是1到5，5表示最佳质量。

安装SpeechBrain

首先，请使用以下命令安装SpeechBrain：

pip install speechbrain

请注意，我们鼓励您阅读我们的教程并了解更多关于SpeechBrain的信息。

对您自己的音频文件进行语音增强

from speechbrain.inference.separation import SepformerSeparation as separator
import torchaudio

model = separator.from_hparams(source="speechbrain/sepformer-dns4-16k-enhancement", savedir='pretrained_models/sepformer-dns4-16k-enhancement')

# 对于自定义文件，请更改路径
est_sources = model.separate_file(path='speechbrain/sepformer-dns4-16k-enhancement/example_dns4-16k.wav') 

torchaudio.save("enhanced_dns4-16k.wav", est_sources[:, :, 0].detach().cpu(), 16000)

在GPU上进行推理

要在GPU上执行推理，请在调用from_hparams方法时添加run_opts={"device":"cuda"}。

您可以在此处找到我们的训练结果（模型、日志等）这里。

限制

SpeechBrain团队不对该模型在其他数据集上的性能提供任何保证。

引用SpeechBrain

@misc{speechbrain,
  title={{SpeechBrain}: A General-Purpose Speech Toolkit},
  author={Mirco Ravanelli and Titouan Parcollet and Peter Plantinga and Aku Rouhe and Samuele Cornell and Loren Lugosch and Cem Subakan and Nauman Dawalatabad and Abdelwahab Heba and Jianyuan Zhong and Ju-Chieh Chou and Sung-Lin Yeh and Szu-Wei Fu and Chien-Feng Liao and Elena Rastorgueva and François Grondin and William Aris and Hwidong Na and Yan Gao and Renato De Mori and Yoshua Bengio},
  year={2021},
  eprint={2106.04624},
  archivePrefix={arXiv},
  primaryClass={eess.AS},
  note={arXiv:2106.04624}
}

引用SepFormer

@inproceedings{subakan2021attention,
      title={Attention is All You Need in Speech Separation}, 
      author={Cem Subakan and Mirco Ravanelli and Samuele Cornell and Mirko Bronzi and Jianyuan Zhong},
      year={2021},
      booktitle={ICASSP 2021}
}

引用ICASSP 2022深度噪声抑制挑战赛

@inproceedings{dubey2022icassp,
  title={ICASSP 2022 Deep Noise Suppression Challenge},
  author={Dubey, Harishchandra and Gopal, Vishak and Cutler, Ross and Matusevych, Sergiy and Braun, Sebastian and Eskimez, Emre Sefik and Thakker, Manthan and Yoshioka, Takuya and Gamper, Hannes and Aichner, Robert},
  booktitle={ICASSP},
  year={2022}
}

关于SpeechBrain

• 网站: https://speechbrain.github.io/
• 代码: https://github.com/speechbrain/speechbrain/
• HuggingFace: https://huggingface.co/speechbrain/