Convtasnet Libri3Mix Sepnoisy 8k

🚀 Asteroid模型 JorisCos/ConvTasNet_Libri3Mix_sepnoisy_8k

本模型是一個音頻處理模型，基於ConvTasNet架構，在Libri3Mix數據集上進行訓練，可用於音頻分離等音頻到音頻的轉換任務。

🚀 快速開始

此模型由Joris Cosentino使用Asteroid中的librimix配方進行訓練。它在Libri3Mix數據集的sep_noisy任務上進行了訓練。

📦 安裝指南

文檔中未提及安裝步驟，暫無法提供相關內容。

🔧 技術細節

訓練配置

data:
  n_src: 3
  sample_rate: 8000
  segment: 3
  task: sep_noisy
  train_dir: data/wav8k/min/train-360
  valid_dir: data/wav8k/min/dev
filterbank:
  kernel_size: 16
  n_filters: 512
  stride: 8
masknet:
  bn_chan: 128
  hid_chan: 512
  mask_act: relu
  n_blocks: 8
  n_repeats: 3
  n_src: 3
  skip_chan: 128
optim:
  lr: 0.001
  optimizer: adam
  weight_decay: 0.0
training:
  batch_size: 24
  early_stop: true
  epochs: 200
  half_lr: true
  num_workers: 4

模型效果

在Libri3Mix最小測試集上的表現如下：

si_sdr: 5.978836560066222
si_sdr_imp: 10.388889689413096
sdr: 6.8651365291740225
sdr_imp: 10.928018056925016
sir: 14.997089638783114
sir_imp: 18.08248357801549
sar: 8.127504792061933
sar_imp: -0.7869320540959925
stoi: 0.7669414686111115
stoi_imp: 0.20416563213078837

📄 許可證

本作品 "ConvTasNet_Libri3Mix_sepnoisy_8k" 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（僅用於研究）許可使用。"ConvTasNet_Libri3Mix_sepnoisy_8k" 由Joris Cosentino根據 Attribution - ShareAlike 3.0 Unported 許可進行許可。