Dprnntasnet Ks16 WHAM Sepclean

🚀 Asteroid模型 mpariente/DPRNNTasNet(ks=16)_WHAM!_sepclean

本模型由Asteroid團隊開發，用於音頻源分離任務。它基於Transformer架構，在WHAM!數據集上進行訓練，能夠有效分離音頻中的不同聲源，提升音頻處理的質量和效率。

🚀 快速開始

此模型由Manuel Pariente使用Asteroid中的wham/DPRNN配方進行訓練。它在WHAM!數據集的sep_clean任務上進行了訓練。

♻️ 從https://zenodo.org/record/3903795#.X8pMBRNKjUI 導入

💻 使用示例

基礎用法

# coming soon

📚 詳細文檔

訓練配置

• 數據：
  • 模式：min
  • 非默認源數量：None
  • 採樣率：8000
  • 片段長度：2.0
  • 任務：sep_clean
  • 訓練數據目錄：data/wav8k/min/tr
  • 驗證數據目錄：data/wav8k/min/cv
• 濾波器組：
  • 內核大小：16
  • 濾波器數量：64
  • 步長：8
• 主要參數：
  • 實驗目錄：exp/train_dprnn_ks16/
  • 幫助信息：None
• 掩碼網絡：
  • 雙向：True
  • 批量歸一化通道數：128
  • 塊大小：100
  • 丟棄率：0
  • 隱藏層大小：128
  • 跳躍大小：50
  • 輸入通道數：64
  • 掩碼激活函數：sigmoid
  • 重複次數：6
  • 源數量：2
  • 輸出通道數：64
• 優化器：
  • 學習率：0.001
  • 優化器類型：adam
  • 權重衰減：1e-05
• 位置參數：無
• 訓練：
  • 批量大小：6
  • 提前停止：True
  • 訓練輪數：200
  • 梯度裁剪：5
  • 學習率減半：True
  • 工作進程數：6

結果

📄 許可證

本項目採用CC BY-SA 4.0許可證。

📖 引用Asteroid

如果您使用了該模型，請引用以下文獻：

@inproceedings{Pariente2020Asteroid,
    title={Asteroid: the {PyTorch}-based audio source separation toolkit for researchers},
    author={Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and
            Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and
            Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge
            and Emmanuel Vincent},
    year={2020},
    booktitle={Proc. Interspeech},
}

或者引用arXiv上的版本：

@misc{pariente2020asteroid,
      title={Asteroid: the PyTorch-based audio source separation toolkit for researchers}, 
      author={Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge and Emmanuel Vincent},
      year={2020},
      eprint={2005.04132},
      archivePrefix={arXiv},
      primaryClass={eess.AS}
}