Convtasnet Libri3Mix Sepnoisy

🚀 小惑星モデル

このモデルは音声分離に特化したConvTasNetベースのモデルで、LibriMixデータセットを用いて訓練されています。

🚀 クイックスタート

このモデルはこのZenodoのモデルページからインポートされました。

✨ 主な機能

• 音声分離タスクに特化したConvTasNetベースのモデルです。
• Libri3Mixデータセットのsep_noisyタスクで訓練されています。

📚 ドキュメント

説明

このモデルはTakhir Mirzaevによって、AsteroidのLibrimix/ConvTasNetレシピを使用して訓練されました。Libri3Mixデータセットのsep_noisyタスクで訓練されています。

訓練設定

data:
    n_src: 3
    sample_rate: 8000
    segment: 3
    task: sep_noisy
    train_dir: data/wav8k/min/train-360
    valid_dir: data/wav8k/min/dev
filterbank:
    kernel_size: 16
    n_filters: 512
    stride: 8
masknet:
    bn_chan: 128
    hid_chan: 512
    mask_act: relu
    n_blocks: 8
    n_repeats: 3
    skip_chan: 128
optim:
    lr: 0.001
    optimizer: adam
    weight_decay: 0.0
positional arguments:
training:
    batch_size: 4
    early_stop: True
    epochs: 200
    half_lr: True
    num_workers: 4

結果

si_sdr: 6.824750632456865
si_sdr_imp: 11.234803761803752
sdr: 7.715799858488098
sdr_imp: 11.778681386239114
sir: 16.442141130818637
sir_imp: 19.527535070051055
sar: 8.757864265661263
sar_imp: -0.15657258049670303
stoi: 0.7854554136619554
stoi_imp: 0.22267957718163015 

📄 ライセンス

この作品「ConvTasNet_Libri3Mix_sepnoisy」は、Vassil PanayotovによるLibriSpeech ASR corpusの派生作品で、CC BY 4.0の下で使用されています。「ConvTasNet_Libri3Mix_sepnoisy」は、Manuel ParienteによってAttribution-ShareAlike 3.0 Unportedの下でライセンスされています。