Convtasnet Libri2Mix Sepnoisy 16k

🚀 小行星模型 JorisCos/ConvTasNet_Libri2Mix_sepnoisy_16k

該模型是基於音頻處理的模型，使用特定的數據集進行訓練，可用於音頻分離等相關任務，為音頻領域的研究和應用提供了有力支持。

🚀 快速開始

此模型由Joris Cosentino使用Asteroid中的librimix配方進行訓練。它在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: 16000
    segment: 3
    task: sep_noisy
    train_dir: data/wav16k/min/train-360
    valid_dir: data/wav16k/min/dev
filterbank:
    kernel_size: 32
    n_filters: 512
    stride: 16
masknet:
    bn_chan: 128
    hid_chan: 512
    mask_act: relu
    n_blocks: 8
    n_repeats: 3
    n_src: 2
    skip_chan: 128
optim:
    lr: 0.001
    optimizer: adam
    weight_decay: 0.0
training:
    batch_size: 6
    early_stop: true
    epochs: 200
    half_lr: true
    num_workers: 4

結果

在Libri2Mix最小測試集上的結果如下：

si_sdr: 10.617130949793383
si_sdr_imp: 12.551811412989263
sdr: 11.231867464482065
sdr_imp: 13.059765009747343
sir: 24.461138352988346
sir_imp: 24.371856452307703
sar: 11.5649982725426
sar_imp: 4.662525705768228
stoi: 0.8701085138712695
stoi_imp: 0.2245418019822898

📄 許可證

此作品 "ConvTasNet_Libri2Mix_sepnoisy_16k" 是Vassil Panayotov的 LibriSpeech ASR語料庫 的衍生作品，根據 CC BY 4.0 使用；也是 Whisper.ai 的The WSJ0 Hipster Ambient Mixtures數據集的衍生作品，根據 CC BY - NC 4.0（僅用於研究）使用。"ConvTasNet_Libri2Mix_sepnoisy_16k" 由Joris Cosentino根據 Attribution - ShareAlike 3.0 Unported 許可。