Dccrnet Libri1Mix Enhsingle 16k

🚀 Asteroid模型 JorisCos/DCCRNet_Libri1Mix_enhsignle_16k

本模型是一個音頻處理模型，專注於語音增強任務，利用Asteroid框架在Libri1Mix數據集上進行訓練，能夠有效提升語音的質量。

🚀 快速開始

此模型由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。

🔧 技術細節

訓練配置

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:
  stft_kernel_size: 400
  stft_n_filters: 512
  stft_stride: 100
masknet:
  architecture: DCCRN-CL
  n_src: 1
optim:
  lr: 0.001
  optimizer: adam
  weight_decay: 1.0e-05
training:
  batch_size: 12
  early_stop: true
  epochs: 200
  gradient_clipping: 5
  half_lr: true
  num_workers: 4

訓練結果

在Libri1Mix最小測試集上的表現如下：

si_sdr: 13.329767398333798
si_sdr_imp: 9.879986092474098
sdr: 13.87279932997016
sdr_imp: 10.370136530757103
sir: Infinity
sir_imp: NaN
sar: 13.87279932997016
sar_imp: 10.370136530757103
stoi: 0.9140907015623948
stoi_imp: 0.11817087802185405

📄 許可證

本作品 "DCCRNet_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 許可（僅限研究使用）。"DCCRNet_Libri1Mix_enhsignle_16k" 由Joris Cosentino根據 Attribution - ShareAlike 3.0 Unported 許可進行許可。