Convtasnet WHAM Sepclean

🚀 Asteroid模型 mpariente/ConvTasNet_WHAM_sepclean

該模型是一個音頻分離模型，基於ConvTasNet架構在WHAM!數據集上訓練，可用於音頻到音頻的處理任務。

🚀 快速開始

此模型從 Zenodo 導入。

✨ 主要特性

• 由Manuel Pariente使用 Asteroid 中的wham/ConvTasNet配方進行訓練。
• 在WHAM!數據集的 sep_clean 任務上進行訓練。

📚 詳細文檔

訓練配置

data:
    n_src: 2
    mode: min
    nondefault_nsrc: None
    sample_rate: 8000
    segment: 3
    task: sep_clean
    train_dir: data/wav8k/min/tr/
    valid_dir: data/wav8k/min/cv/
filterbank:
    kernel_size: 16
    n_filters: 512
    stride: 8
main_args:
    exp_dir: exp/wham
    gpus: -1
    help: None
masknet:
    bn_chan: 128
    hid_chan: 512
    mask_act: relu
    n_blocks: 8
    n_repeats: 3
    n_src: 2
    skip_chan: 128
optim:
    lr: 0.001
    optimizer: adam
    weight_decay: 0.0
positional arguments:
training:
    batch_size: 24
    early_stop: True
    epochs: 200
    half_lr: True
    num_workers: 4

結果

si_sdr: 16.21326632846293
si_sdr_imp: 16.21441705664987
sdr: 16.615180021738933
sdr_imp: 16.464137807433435
sir: 26.860503975131923
sir_imp: 26.709461760826414
sar: 17.18312813480803
sar_imp: -131.99332048277296
stoi: 0.9619940905157323
stoi_imp: 0.2239480672473015

📄 許可證

本作品 "ConvTasNet_WHAM!_sepclean" 是 CSR-I (WSJ0) Complete 的衍生作品，原作品由 LDC 創作，使用遵循 LDC非會員用戶協議（僅限研究用途）。"ConvTasNet_WHAM!_sepclean" 由Manuel Pariente根據 Attribution-ShareAlike 3.0 Unported 許可證發佈。