模型:
JorisCos/DPRNNTasNet-ks2_Libri1Mix_enhsingle_16k
任务:
音频到音频许可:
cc-by-sa-4.0描述:
该模型由Joris Cosentino使用librimix配方在 Asteroid 上进行训练。它是在Libri1Mix数据集的enh_single任务上进行训练的。
训练配置:
data: n_src: 1 sample_rate: 16000 segment: 1 task: enh_single train_dir: data/wav16k/min/train-360 valid_dir: data/wav16k/min/dev filterbank: kernel_size: 2 n_filters: 64 stride: 1 masknet: bidirectional: true bn_chan: 128 chunk_size: 250 dropout: 0 hid_size: 128 hop_size: 125 in_chan: 64 mask_act: sigmoid n_repeats: 6 n_src: 1 out_chan: 64 optim: lr: 0.001 optimizer: adam weight_decay: 1.0e-05 training: batch_size: 2 early_stop: true epochs: 200 gradient_clipping: 5 half_lr: true num_workers: 4
结果:
在Libri1Mix最小测试集上:
si_sdr: 14.7228101708889 si_sdr_imp: 11.2730288650292 sdr: 15.35661405197161 sdr_imp: 11.853951252758595 sir: Infinity sir_imp: NaN sar: 15.35661405197161 sar_imp: 11.853951252758595 stoi: 0.9300461826351578 stoi_imp: 0.13412635909461715
许可声明:
本作品"DPRNNTasNet_Libri1Mix_enhsignle_16k"是基于Vassil Panayotov的 LibriSpeech ASR corpus 的衍生作品,根据 CC BY 4.0 使用;基于 Whisper.ai 的WSJ0 Hipster Ambient Mixtures数据集,根据 CC BY-NC 4.0 使用(仅限研究)。"DPRNNTasNet_Libri1Mix_enhsignle_16k"由Joris Cosentino根据 Attribution-ShareAlike 3.0 Unported 许可。