Dprnntasnet Ks16 WHAM Sepclean

🚀 Asteroid模型 mpariente/DPRNNTasNet(ks=16)_WHAM!_sepclean

本模型由Asteroid团队开发，用于音频源分离任务。它基于Transformer架构，在WHAM!数据集上进行训练，能够有效分离音频中的不同声源，提升音频处理的质量和效率。

🚀 快速开始

此模型由Manuel Pariente使用Asteroid中的wham/DPRNN配方进行训练。它在WHAM!数据集的sep_clean任务上进行了训练。

♻️ 从https://zenodo.org/record/3903795#.X8pMBRNKjUI 导入

💻 使用示例

基础用法

# coming soon

📚 详细文档

训练配置

• 数据：
  • 模式：min
  • 非默认源数量：None
  • 采样率：8000
  • 片段长度：2.0
  • 任务：sep_clean
  • 训练数据目录：data/wav8k/min/tr
  • 验证数据目录：data/wav8k/min/cv
• 滤波器组：
  • 内核大小：16
  • 滤波器数量：64
  • 步长：8
• 主要参数：
  • 实验目录：exp/train_dprnn_ks16/
  • 帮助信息：None
• 掩码网络：
  • 双向：True
  • 批量归一化通道数：128
  • 块大小：100
  • 丢弃率：0
  • 隐藏层大小：128
  • 跳跃大小：50
  • 输入通道数：64
  • 掩码激活函数：sigmoid
  • 重复次数：6
  • 源数量：2
  • 输出通道数：64
• 优化器：
  • 学习率：0.001
  • 优化器类型：adam
  • 权重衰减：1e-05
• 位置参数：无
• 训练：
  • 批量大小：6
  • 提前停止：True
  • 训练轮数：200
  • 梯度裁剪：5
  • 学习率减半：True
  • 工作进程数：6

结果

📄 许可证

本项目采用CC BY-SA 4.0许可证。

📖 引用Asteroid

如果您使用了该模型，请引用以下文献：

@inproceedings{Pariente2020Asteroid,
    title={Asteroid: the {PyTorch}-based audio source separation toolkit for researchers},
    author={Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and
            Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and
            Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge
            and Emmanuel Vincent},
    year={2020},
    booktitle={Proc. Interspeech},
}

或者引用arXiv上的版本：

@misc{pariente2020asteroid,
      title={Asteroid: the PyTorch-based audio source separation toolkit for researchers}, 
      author={Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge and Emmanuel Vincent},
      year={2020},
      eprint={2005.04132},
      archivePrefix={arXiv},
      primaryClass={eess.AS}
}