Convtasnet Libri2Mix Sepclean 16k

🚀 Asteroid模型 JorisCos/ConvTasNet_Libri2Mix_sepclean_16k

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

此模型由Joris Cosentino使用Asteroid中的librimix配方進行訓練。它在Libri2Mix數據集的sep_clean任務上進行訓練。

📚 詳細文檔

訓練配置

data:
    n_src: 2
    sample_rate: 16000
    segment: 3
    task: sep_clean
    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
    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

模型效果

在Libri2Mix min測試集上的表現：

si_sdr: 15.243671356901526
si_sdr_imp: 15.243034178473609
sdr: 15.668108919568112
sdr_imp: 15.578229918028036
sir: 25.295100756629957
sir_imp: 25.205219921301754
sar: 16.307682590197313
sar_imp: -51.64989963759405
stoi: 0.9394951175291422
stoi_imp: 0.22640192740016568

許可證

本作品 "ConvTasNet_Libri2Mix_sepclean_16k" 是Vassil Panayotov的 LibriSpeech ASR語料庫 的衍生作品，該語料庫採用 CC BY 4.0 許可協議。"ConvTasNet_Libri2Mix_sepclean_16k" 由Cosentino Joris根據 Attribution-ShareAlike 3.0 Unported 許可協議發佈。

信息表格