JorisCos/ConvTasNet_Libri2Mix_sepnoisy_16k | ATYUN.COM 官网-人工智能教程资讯全方位服务平台

模型:

JorisCos/ConvTasNet_Libri2Mix_sepnoisy_16k

任务:

音频到音频

类库:

PyTorch Asteroid

数据集:

Libri2Mix sep_noisy 3Asep_noisy 3ALibri2Mix

其他:

audio ConvTasNet

许可:

cc-by-sa-4.0

模型介绍文件清单

英文

Asteroid模型 JorisCos/ConvTasNet_Libri2Mix_sepnoisy_16k

描述：

此模型是由Joris Cosentino使用librimix工具根据Libri2Mix数据集中的sep_noisy任务进行训练的。

训练配置：

data:
    n_src: 2
    sample_rate: 16000
    segment: 3
    task: sep_noisy
    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: 2
    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Libri2Mix最小测试集上：

si_sdr: 10.617130949793383
si_sdr_imp: 12.551811412989263
sdr: 11.231867464482065
sdr_imp: 13.059765009747343
sir: 24.461138352988346
sir_imp: 24.371856452307703
sar: 11.5649982725426
sar_imp: 4.662525705768228
stoi: 0.8701085138712695
stoi_imp: 0.2245418019822898

许可声明：

本作品"ConvTasNet_Libri2Mix_sepnoisy_16k"是Vassil Panayotov的 LibriSpeech ASR corpus 的衍生作品，根据 CC BY 4.0 使用；并且引用了 Whisper.ai 的The WSJ0 Hipster Ambient Mixtures数据集，仅用于 CC BY-NC 4.0 （仅限研究）。"ConvTasNet_Libri2Mix_sepnoisy_16k"受Joris Cosentino的 Attribution-ShareAlike 3.0 Unported 许可。

作者:

Joris Cosentino

数据集大小:

19.45 MB