模型:
JorisCos/ConvTasNet_Libri1Mix_enhsingle_16k
任务:
音频到音频许可:
cc-by-sa-4.0描述:
该模型是由Joris Cosentino使用librimix配方在 Asteroid 上进行训练的。它在Libri1Mix数据集的enhsingle任务上进行了训练。
训练配置:
data: n_src: 1 sample_rate: 16000 segment: 3 task: enh_single train_dir: data/wav16k/min/train-360 valid_dir: data/wav16k/min/dev filterbank: kernel_size: 32 n_filters: 512 stride: 16 masknet: bn_chan: 128 hid_chan: 512 mask_act: relu n_blocks: 8 n_repeats: 3 n_src: 1 skip_chan: 128 optim: lr: 0.001 optimizer: adam weight_decay: 0.0 training: batch_size: 6 early_stop: true epochs: 200 half_lr: true num_workers: 4
结果:
在Libri1Mix最小测试集上:
si_sdr: 14.743051006476085 si_sdr_imp: 11.293269700616385 sdr: 15.300522933671061 sdr_imp: 11.797860134458015 sir: Infinity sir_imp: NaN sar: 15.300522933671061 sar_imp: 11.797860134458015 stoi: 0.9310514162434267 stoi_imp: 0.13513159270288563
许可声明:
这项工作 "ConvTasNet_Libri1Mix_enhsignle_16k" 是根据 LibriSpeech ASR corpus 由Vassil Panayotov衍生而来,根据 CC BY 4.0 使用WSJ0 Hipster Ambient Mixtures数据集由 Whisper.ai 提供,根据 CC BY-NC 4.0 (仅供研究使用)。 "ConvTasNet_Libri1Mix_enhsignle_16k" 由Joris Cosentino根据 Attribution-ShareAlike 3.0 Unported 许可授权