robinGg

是不是一定得2019才行。。。

谢谢您的回复, 我这里有三个问题希望您能回复一下 1. 我现在用不同SNR的训练数据去训练的思路是: 我在把feature放进去nn训练之前,在scale data之后把它们的数据和label concatenate在一起,这样的做法虽然暴力,但是应该是合理的吧?? 然后因为不同信噪比生成的scaler不一样的,我不明白的是训练可以根据不同信噪比去乘上相对应的scaler,但是在真实做inference的时候,不确定snr, 这个scalar该用哪个. 或者说我在训练时不管数据是0db, 5db或者10db的snr,我都让它全部乘上比如0dbsnr生成的scalar就行了,测试同理 2. 我用aishell和musan的noise-free简单的训练了一版出来,但他们的train loss和test loss 太高了, 请问是我的数据不够多, noise类型覆盖的不够大吗, 如图所示  因为我在另外一个项目用同样的干净数据和噪音类型, loss能降到3%左右, 只不过数据量会比我在sednn用的大很多 3.我想请问一下你们这个论文和代码的目的主要是提高asr的wer还是提高人耳的主观可懂度, 因为我发现模型增强语音后,或多或少会有些失真,wer并不会有很显著的提高 谢谢 > 你好，scalar的具体数值并不重要，只要训练和测试用的是同一个scalar，就可以。在很多应用场景中，我们也会用在别的数据上计算的scalar用在speech...

hi, 感谢回复, 1. 我是不同snr的data与data concate, 然后label与labelconcate使之维度与data匹配, 目的是为了让nn输入覆盖不同snr 2. 我用了1万多条得到这个loss, 有点奇怪, 你们之前训练的loss一般是多少% 3. 你们尝试过对比asr的效果么

好的,谢谢,

不好意思,再请教一下 不同的snr有不同的scaler,我理解的scaler作用是用normalizatioin的,那么如果我train是对不同的snr的数据用scaler transfrom去训练的,我在做inference的时候该怎么选择scaler呢. 因为在现实场景下我无法知道 要进行增强的音频的snr, 我该如何做inference,如果选择用什么scaler呢

好的谢谢, 我看代码上计算scaler和inver scaler那里好像没有把global equalization也算上去,只有mean为0, 方差为1的 normalization. 换句话说, paper上的global equalization和nat都要自己开发然后实验对吧

> As an additional note: be careful where you call WPE (=build the graph) and where you call session.run(...). The graph should be built outside any loop. Thanks for your...

> This difference sounds to be too large. > > Nevertheless, there are some reasons, why numpy is/can be faster: > > * The tensorflow code is similar to on...

In addition, I looked into the source code of tf_wpe, as you metioned, the function `get_filter_matrix_conj from tf_wpe.py` which I think it is to computethe G matrix mentioned in Paper...

training , cross validation ________________________________ 发件人: jacquelineleeee ***@***.***> 发送时间: 2023年2月28日 12:42 收件人: YongyuG/separation_data_preparation ***@***.***> 抄送: Subscribed ***@***.***> 主题: [YongyuG/separation_data_preparation] 请问tr和cv分别代表什么呀？ (Issue #13) ― Reply to this email directly, view it...