AIbase
JA
ホーム
Convtasnet WHAM Sepclean
C

Convtasnet WHAM Sepclean

mparienteによって開発
これはAsteroidフレームワークでトレーニングされたConvTasNetモデルで、音源分離タスク専用に設計されており、WHAM!データセットのsep_cleanタスクでトレーニングされました。
音声分離
PyTorch
#音源分離#ConvTasNetアーキテクチャ#WHAMデータセット
ダウンロード数 302
リリース時間 : 3/2/2022

モデル概要

このモデルは主にオーディオからオーディオへの分離タスクに使用され、混合音声から異なる音源を分離することができ、特に音声分離シナリオに適しています。

モデル特徴

効率的な音源分離
ConvTasNetアーキテクチャを採用し、混合音声から効率的に異なる音源を分離できます
高品質な分離効果
WHAM!データセットで優れた性能を発揮し、SI-SDR指標は16.21dBを達成しました
軽量設計
モデルパラメータは最適化されており、実際のアプリケーション展開に適しています

モデル能力

音源分離
音声強調
複数音源オーディオ処理

使用事例

音声処理
会議録音分離
複数人の会議の混合録音を個々の話者の独立したオーディオに分離します
SI-SDRが16.21dB向上し、音声明瞭度(STOI)は0.96に達しました
オーディオポストプロダクション
バックグラウンドミュージックや効果音からボーカル部分を分離します
SIR指標は26.86dBに達し、優れた音源分離能力を示しています
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase