Convtasnet Libri3Mix Sepclean 16k

🚀 Asteroidモデル JorisCos/ConvTasNet_Libri3Mix_sepclean_16k

このモデルは、音声分離タスクに特化したモデルです。Joris Cosentino氏によってAsteroidのlibrimixレシピを用いて訓練され、Libri3Mixデータセットのsep_cleanタスクに対応しています。

✨ 主な機能

• 音声分離タスクに対応したConvTasNetベースのモデル。
• Libri3Mixデータセットのsep_cleanタスクで訓練されている。

📚 ドキュメント

モデルの説明

このモデルはJoris Cosentino氏によって、Asteroidのlibrimixレシピを用いて訓練されました。訓練データセットはLibri3Mixのsep_cleanタスクです。

訓練設定

data:
    n_src: 3
    sample_rate: 16000
    segment: 3
    task: sep_clean
    train_dir: data/wav16k/min/train-360
    valid_dir: data/wav16k/min/dev
filterbank:
    kernel_size: 32
    n_filters: 512
    stride: 16
masknet:
    bn_chan: 128
    hid_chan: 512
    mask_act: relu
    n_blocks: 8
    n_repeats: 3
    n_src: 3
    skip_chan: 128
optim:
    lr: 0.001
    optimizer: adam
    weight_decay: 0.0
training:
    batch_size: 8
    early_stop: true
    epochs: 200
    half_lr: true
    num_workers: 4

結果

Libri3Mix minテストセットでの結果は以下の通りです。

si_sdr: 8.932601610824145
si_sdr_imp: 12.299341066588594
sdr: 9.557260814240447
sdr_imp: 12.76957128385349
sir: 17.387646884037455
sir_imp: 20.599955591768484
sar: 10.686885056960504
sar_imp: -55.8894643263213
stoi: 0.8481258332025354
stoi_imp: 0.25528367853750356

ライセンス

この作品 "ConvTasNet_Libri3Mix_sepclean_16k" は、Vassil Panayotovによる LibriSpeech ASR corpus の派生作品です。CC BY 4.0 の下で使用されています。"ConvTasNet_Libri3Mix_sepclean_16k" はCosentino Jorisによって Attribution-ShareAlike 3.0 Unported の下でライセンスされています。

情報テーブル

| 属性 | 詳細 |
|------|------|
| モデルタイプ | Asteroidモデル `JorisCos/ConvTasNet_Libri3Mix_sepclean_16k` |
| 訓練データ | Libri3Mixの`sep_clean`タスク |