Fasnettac Paper

🚀 Asteroidモデル Samuele Cornell/FasNetTAC_TACDataset_separatenoisy

このモデルは、小惑星やオーディオ処理、FasNet - TAC、オーディオ変換、マルチチャンネル、ビームフォーミングなどの分野に役立ちます。

🚀 クイックスタート

このモデルはZenodoからインポートされました。

📚 ドキュメント

説明

このモデルは、popcornellによってAsteroidのTAC/TACレシピを使用してトレーニングされました。TACDatasetデータセットのseparate_noisyタスクでトレーニングされています。

トレーニング設定

data:
    dev_json: ./data/validation.json
    sample_rate: 16000
    segment: None
    test_json: ./data/test.json
    train_json: ./data/train.json
net:
    chunk_size: 50
    context_ms: 16
    enc_dim: 64
    feature_dim: 64
    hidden_dim: 128
    hop_size: 25
    n_layers: 4
    n_src: 2
    window_ms: 4
optim:
    lr: 0.001
    weight_decay: 1e-06
training:
    accumulate_batches: 1
    batch_size: 8
    early_stop: True
    epochs: 200
    gradient_clipping: 5
    half_lr: True
    num_workers: 8
    patience: 30
    save_top_k: 10

結果

si_sdr: 10.871864315894744
si_sdr_imp: 11.322284052560262

ライセンス情報

この作品「FasNetTAC_TACDataset_separatenoisy」は、Vassil PanayotovによるLibriSpeech ASRコーパス（CC BY 4.0の下で使用）と、Yi Luo、Zhuo Chen、Nima Mesgarani、Takuya Yoshiokaによる「End - to - end Microphone Permutation and Number Invariant Multi - channel Speech Separation」（CC BY 4.0の下で使用）の派生作品です。「FasNetTAC_TACDataset_separatenoisy」は、popcornellによってAttribution - ShareAlike 3.0 Unportedの下でライセンスされています。