Convtasnet Libri3Mix Sepclean 16k
基於Asteroid框架訓練的ConvTasNet模型,用於語音分離任務,在Libri3Mix數據集上訓練,支持16kHz採樣率的音頻輸入。
下載量 48
發布時間 : 3/2/2022
模型概述
該模型是一個音頻到音頻的轉換模型,專門用於從混合音頻中分離出乾淨的語音信號。
模型特點
高效的語音分離
能夠在混合音頻中有效分離出多個說話者的語音信號。
優化的ConvTasNet架構
採用優化的ConvTasNet架構,具有8個塊和3次重複,提供高效的音頻處理能力。
高質量分離結果
在Libri3Mix測試集上實現了較高的SI-SDR和SDR提升,表明分離效果顯著。
模型能力
多說話者語音分離
音頻信號增強
16kHz音頻處理
使用案例
語音處理
會議記錄增強
在多人同時說話的會議錄音中分離出單個說話者的語音,提高語音識別準確率。
SI-SDR提升12.3,SDR提升12.77
語音信號去混響
從嘈雜的環境中分離出乾淨的語音信號,改善語音質量。
STOI提升0.255
精選推薦AI模型
Llama 3 Typhoon V1.5x 8b Instruct
專為泰語設計的80億參數指令模型,性能媲美GPT-3.5-turbo,優化了應用場景、檢索增強生成、受限生成和推理任務
大型語言模型
Transformers 支持多種語言

L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一個基於SODA數據集訓練的超小型對話模型,專為邊緣設備推理設計,體積僅為Cosmo-3B模型的2%左右。
對話系統
Transformers 英語

C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基於RoBERTa架構的中文抽取式問答模型,適用於從給定文本中提取答案的任務。
問答系統 中文
R
uer
2,694
98