Convtasnet Libri2Mix Sepnoisy 8k

🚀 Asteroid模型 JorisCos/ConvTasNet_Libri2Mix_sepnoisy_8k

該模型是一個音頻處理模型，基於ConvTasNet架構，在Libri2Mix數據集上進行訓練，可用於音頻分離等任務。

🚀 快速開始

此模型從 Zenodo 導入。它由 Joris Cosentino 使用 Asteroid 中的 librimix 配方進行訓練，在 Libri2Mix 數據集的 sep_noisy 任務上進行了訓練。

📚 詳細文檔

訓練配置

data:
    n_src: 2
    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
    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 Libri2Mix 最小測試集上的結果如下：

si_sdr: 9.944424856077259
si_sdr_imp: 11.939395359731192
sdr: 10.701526190782072
sdr_imp: 12.481757547845662
sir: 22.633644975545575
sir_imp: 22.45666740833025
sar: 11.131644100944868
sar_imp: 4.248489589311784
stoi: 0.852048619949357
stoi_imp: 0.2071994899565506

數據集信息

📄 許可證

本作品 "ConvTasNet_Libri2Mix_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_Libri2Mix_sepnoisy_8k" 由 Joris Cosentino 根據 Attribution - ShareAlike 3.0 Unported 許可進行許可。