Conv-TasNet
Conv-TasNet copied to clipboard
JusperLee
Conv-TasNet: Surpassing Ideal Time-Frequency Magnitude Masking for Speech Separation Pytorch's Implement
What's the motivation of using a one-layer-encoder instead of a deeper one?
噪声问题
作者您好，非常感谢您提供的代码，这份代码我运行了，在测试的时候，分离效果几乎很小，反而还增加了噪声，现在就是有几个小问题，和这份代码无关的小问题，我是在自己的数据集上跑的，我把自己的数据集切成了3s的然后随机混合，train 16800条,val 4200条，是不是我在测试的时候就是运行Seperation.py得加一个专门的test集，这个test集可不可以直接用val呢？还是说得再重做呢？还有一个问题就是音频长度是否会影响实验结果呢？3s的会不会太短了？
I trained the model on two-speaker-mix clean datasets. It split well, but its output brings too many noise. Is this a common phenomenon? And the spilt on two-speaker-mix with noise...
你好，我使用你在readme中提供的预训练模型best.pt对一段混合语音进行测试，在保存音频文件时出现以下错误，请问该如何解决呢 
你好，我第一次用conv-tasnet，我用的是musdb数据集，采样用44100，用做分离语音vocals和背景音accompaniment音色，loss一直在10+下不去。请问你有做过用这样的尝试么，不知道我哪里出了问题。。。由于我gpu内存不够，chunk_size改成了44100,其他训练参数不变。
您好，感谢您的代码分享。 我这边代码可以正常运行，使用了WSJ0的数据，在配置方面只是把Batchsize改成了8，并且只用了一个gpu，其他相同 但是我的前三个epoch的loss和您代码中conv_tasnet_loss.png中相差甚远: epoch/train loss/eval loss: 0/没有train loss/27.94 1/-0.191/-0.231 2/-0.239/-0.232 我的资源不是很多，所以训练比较慢，但是感觉这样下去，将无法达到您图中所示的loss下降曲线 gpu和Batchsize的影响真的这么大吗？还是可能有其他一些元音。
您好，我在按照README文件中提供的单一音频测试命令测试音频数据时遇到了问题，README中的示例命令为： python Separation_wav.py -mix_wav 1.wav -yaml ./config/train/train.yml -model best.pt -gpuid [0,1,2,3,4,5,6,7] -save_path ./checkpoint 在执行前，我做了如下的修改： 1.修改了读取音频路径、预训练模型路径和保存路径 2.去掉了-gpuid这一参数，使用默认值 3.yaml文件路径改为./options/train/train.yml 随后，执行了修改后的命令，报错如下：  希望您能指出报错原因，谢谢。 另外，Separation_wav.py文件中使用的参数为-mix_scp，但提供的示例命令中使用参数为-mix_wav，此处可能有误。
