Asteroid模型 cankeles/ConvTasNet_WHAMR_enhsingle_16k

描述：

该模型在被称为WHAMR的修改版本上进行了微调！这个版本的发言人来自有声读物录音，并通过Pedalboard、Spotify添加了混响效果。

初始模型来自这里： https://huggingface.co/JorisCos/ConvTasNet_Libri1Mix_enhsingle_16k

该模型由M. Can Keles使用WHAM配方进行了训练在 Asteroid 中。它在WHAM数据集的enh_single任务上进行了训练。

训练配置：

data:
  mode: min
  nondefault_nsrc: null
  sample_rate: 16000
  task: enh_single
  train_dir: wav16k/min/tr/
  valid_dir: wav16k/min/cv/
filterbank:
  kernel_size: 16
  n_filters: 512
  stride: 8
main_args:
  exp_dir: exp/tmp
  help: null
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
positional arguments: {}
training:
  batch_size: 2
  early_stop: true
  epochs: 10
  half_lr: true
  num_workers: 4

结果：

 'sar': 13.612368475881558,
 'sar_imp': 9.709316571584433,
 'sdr': 13.612368475881558,
 'sdr_imp': 9.709316571584433,
 'si_sdr': 12.978640274976373,
 'si_sdr_imp': 9.161273840297232,
 'sir': inf,
 'sir_imp': nan,
 'stoi': 0.9214516928197306,
 'stoi_imp': 0.11657488247668318