Dptnet Libri1Mix Enhsingle 16k

🚀 Asteroid模型 JorisCos/DPTNet_Libri1Mix_enhsignle_16k

本模型由Joris Cosentino使用Asteroid中的librimix配方進行訓練。它在Libri1Mix數據集的enh_single任務上進行了訓練。

🚀 快速開始

本模型已在特定配置下完成訓練，你可以參考下面的訓練配置和結果，進一步使用或優化該模型。

✨ 主要特性

• 基於Asteroid框架訓練，具有良好的可擴展性和兼容性。
• 在Libri1Mix數據集的enh_single任務上進行訓練，適用於音頻增強相關任務。

📚 詳細文檔

訓練配置

以下是訓練該模型時使用的配置：

data:
  n_src: 1
  sample_rate: 16000
  segment: 3
  task: enh_single
  train_dir: data/wav16k/min/train-360
  valid_dir: data/wav16k/min/dev
filterbank:
  kernel_size: 16
  n_filters: 64
  stride: 8
masknet:
  bidirectional: true
  chunk_size: 100
  dropout: 0
  ff_activation: relu
  ff_hid: 256
  hop_size: 50
  in_chan: 64
  mask_act: sigmoid
  n_repeats: 2
  n_src: 1
  norm_type: gLN
  out_chan: 64
optim:
  lr: 0.001
  optimizer: adam
  weight_decay: 1.0e-05
scheduler:
  d_model: 64
  steps_per_epoch: 10000
training:
  batch_size: 4
  early_stop: true
  epochs: 200
  gradient_clipping: 5
  half_lr: true
  num_workers: 4

訓練結果

在Libri1Mix min測試集上的表現如下：

si_sdr: 14.829670037349064
si_sdr_imp: 11.379888731489366
sdr: 15.395712644737149
sdr_imp: 11.893049845524112
sir: Infinity
sir_imp: NaN
sar: 15.395712644737149
sar_imp: 11.893049845524112
stoi: 0.9301948391058859
stoi_imp: 0.13427501556534832

📄 許可證

本作品 "DPTNet_Libri1Mix_enhsignle_16k" 是Vassil Panayotov的 LibriSpeech ASR語料庫 的衍生作品，該語料庫遵循 CC BY 4.0 許可使用；同時也是 Whisper.ai 的The WSJ0 Hipster Ambient Mixtures數據集的衍生作品，該數據集遵循 CC BY - NC 4.0（僅限研究用途）許可使用。"DPTNet_Libri1Mix_enhsignle_16k" 由Joris Cosentino根據 Attribution - ShareAlike 3.0 Unported 許可進行許可。