🚀 基于WHAMR!数据集训练的SepFormer语音增强模型(8k采样率)
本仓库提供了使用 SepFormer 模型进行语音增强(去噪 + 去混响)所需的所有工具。该模型使用 SpeechBrain 实现,并在 WHAMR! 8k采样率数据集上进行了预训练。WHAMR! 数据集本质上是 WSJ0 - Mix 数据集的一个版本,在8k采样率下添加了环境噪声和混响。为了获得更好的体验,我们建议您进一步了解 SpeechBrain。该模型在 WHAMR! 数据集测试集上的 SI - SNR 为 10.59 dB。
🚀 快速开始
本仓库提供了使用 SepFormer 模型进行语音增强(去噪 + 去混响)所需的所有工具。该模型使用 SpeechBrain 实现,并在 WHAMR! 8k采样率数据集上进行了预训练。WHAMR! 数据集本质上是 WSJ0 - Mix 数据集的一个版本,在8k采样率下添加了环境噪声和混响。为了获得更好的体验,我们建议您进一步了解 SpeechBrain。该模型在 WHAMR! 数据集测试集上的 SI - SNR 为 10.59 dB。
版本发布日期 |
测试集 SI - SNR |
测试集 PESQ |
2021年12月1日 |
10.59 |
2.84 |
✨ 主要特性
- 提供基于 SepFormer 模型的语音增强功能,包含去噪和去混响。
- 模型在 WHAMR! 8k 采样率数据集上预训练,具有一定的泛化能力。
- 支持在自定义音频文件上进行语音增强操作。
📦 安装指南
首先,请使用以下命令安装 SpeechBrain:
pip install speechbrain
请注意,我们建议您阅读我们的教程,进一步了解 SpeechBrain。
💻 使用示例
基础用法
在您自己的音频文件上执行语音增强:
from speechbrain.inference.separation import SepformerSeparation as separator
import torchaudio
model = separator.from_hparams(source="speechbrain/sepformer-whamr-enhancement", savedir='pretrained_models/sepformer-whamr-enhancement')
est_sources = model.separate_file(path='speechbrain/sepformer-whamr-enhancement/example_whamr.wav')
torchaudio.save("enhanced_whamr.wav", est_sources[:, :, 0].detach().cpu(), 8000)
高级用法
在 GPU 上进行推理:
在调用 from_hparams
方法时添加 run_opts={"device":"cuda"}
。
📚 详细文档
训练
训练脚本目前正在一个正在进行的拉取请求中进行开发。
一旦该拉取请求合并,我们将更新模型卡片。
您可以在 此处 找到我们的训练结果(模型、日志等)。
局限性
SpeechBrain 团队不保证该模型在其他数据集上的性能。
引用
引用 SpeechBrain
@misc{speechbrain,
title={{SpeechBrain}: A General-Purpose Speech Toolkit},
author={Mirco Ravanelli and Titouan Parcollet and Peter Plantinga and Aku Rouhe and Samuele Cornell and Loren Lugosch and Cem Subakan and Nauman Dawalatabad and Abdelwahab Heba and Jianyuan Zhong and Ju-Chieh Chou and Sung-Lin Yeh and Szu-Wei Fu and Chien-Feng Liao and Elena Rastorgueva and François Grondin and William Aris and Hwidong Na and Yan Gao and Renato De Mori and Yoshua Bengio},
year={2021},
eprint={2106.04624},
archivePrefix={arXiv},
primaryClass={eess.AS},
note={arXiv:2106.04624}
}
引用 SepFormer
@inproceedings{subakan2021attention,
title={Attention is All You Need in Speech Separation},
author={Cem Subakan and Mirco Ravanelli and Samuele Cornell and Mirko Bronzi and Jianyuan Zhong},
year={2021},
booktitle={ICASSP 2021}
}
📄 许可证
本项目采用 Apache - 2.0 许可证。
🔗 关于 SpeechBrain
- 官网:https://speechbrain.github.io/
- 代码仓库:https://github.com/speechbrain/speechbrain/
- HuggingFace:https://huggingface.co/speechbrain/