模型:
JorisCos/ConvTasNet_Libri2Mix_sepnoisy_16k
任务:
音频到音频许可:
cc-by-sa-4.0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。