Sepformer Whamr Enhancement

🚀 基於WHAMR!數據集訓練的SepFormer語音增強模型（8k採樣率）

本倉庫提供了使用 SepFormer 模型進行語音增強（去噪 + 去混響）所需的所有工具。該模型使用 SpeechBrain 實現，並在 WHAMR! 8k採樣率數據集上進行了預訓練。WHAMR! 數據集本質上是 WSJ0 - Mix 數據集的一個版本，在8k採樣率下添加了環境噪聲和混響。為了獲得更好的體驗，我們建議您進一步瞭解 SpeechBrain。該模型在 WHAMR! 數據集測試集上的 SI - SNR 為 10.59 dB。

🚀 快速開始

本倉庫提供了使用 SepFormer 模型進行語音增強（去噪 + 去混響）所需的所有工具。該模型使用 SpeechBrain 實現，並在 WHAMR! 8k採樣率數據集上進行了預訓練。WHAMR! 數據集本質上是 WSJ0 - Mix 數據集的一個版本，在8k採樣率下添加了環境噪聲和混響。為了獲得更好的體驗，我們建議您進一步瞭解 SpeechBrain。該模型在 WHAMR! 數據集測試集上的 SI - SNR 為 10.59 dB。

✨ 主要特性

• 提供基於 SepFormer 模型的語音增強功能，包含去噪和去混響。
• 模型在 WHAMR! 8k 採樣率數據集上預訓練，具有一定的泛化能力。
• 支持在自定義音頻文件上進行語音增強操作。

📦 安裝指南

首先，請使用以下命令安裝 SpeechBrain：

pip install speechbrain

請注意，我們建議您閱讀我們的教程，進一步瞭解 SpeechBrain。

💻 使用示例

基礎用法

在您自己的音頻文件上執行語音增強：

from speechbrain.inference.separation import SepformerSeparation as separator
import torchaudio

model = separator.from_hparams(source="speechbrain/sepformer-whamr-enhancement", savedir='pretrained_models/sepformer-whamr-enhancement')

# 對於自定義文件，更改路徑
est_sources = model.separate_file(path='speechbrain/sepformer-whamr-enhancement/example_whamr.wav') 

torchaudio.save("enhanced_whamr.wav", est_sources[:, :, 0].detach().cpu(), 8000)

高級用法

在 GPU 上進行推理： 在調用 from_hparams 方法時添加 run_opts={"device":"cuda"}。

📚 詳細文檔

訓練

訓練腳本目前正在一個正在進行的拉取請求中進行開發。 一旦該拉取請求合併，我們將更新模型卡片。 您可以在 此處 找到我們的訓練結果（模型、日誌等）。

侷限性

SpeechBrain 團隊不保證該模型在其他數據集上的性能。

引用

引用 SpeechBrain

@misc{speechbrain,
  title={{SpeechBrain}: A General-Purpose Speech Toolkit},
  author={Mirco Ravanelli and Titouan Parcollet and Peter Plantinga and Aku Rouhe and Samuele Cornell and Loren Lugosch and Cem Subakan and Nauman Dawalatabad and Abdelwahab Heba and Jianyuan Zhong and Ju-Chieh Chou and Sung-Lin Yeh and Szu-Wei Fu and Chien-Feng Liao and Elena Rastorgueva and François Grondin and William Aris and Hwidong Na and Yan Gao and Renato De Mori and Yoshua Bengio},
  year={2021},
  eprint={2106.04624},
  archivePrefix={arXiv},
  primaryClass={eess.AS},
  note={arXiv:2106.04624}
}

引用 SepFormer

@inproceedings{subakan2021attention,
      title={Attention is All You Need in Speech Separation}, 
      author={Cem Subakan and Mirco Ravanelli and Samuele Cornell and Mirko Bronzi and Jianyuan Zhong},
      year={2021},
      booktitle={ICASSP 2021}
}

📄 許可證

本項目採用 Apache - 2.0 許可證。

🔗 關於 SpeechBrain

• 官網：https://speechbrain.github.io/
• 代碼倉庫：https://github.com/speechbrain/speechbrain/
• HuggingFace：https://huggingface.co/speechbrain/