gtcrn

gtcrn copied to clipboard

对比模型的计算量问题

3

请问README Tabel1 跟Tabel2 中的RNNoise 的MACs 是怎么统计的呢？ 单计算网络部分的话，不会有0.04（G/s) 这么大的， 我按你代码中的统计方式，如果按帧长512，帧移256 计算出来的Macs 为5.53M （约0.0055 G/s)， 如果按帧长320， 帧移160计算出来的Macs为8.74M （约0.0087 G/s)

jingxuan9862

48k_training

5

你好！多谢你的工作及开源！如果我想使用48k采样率，需要对模型代码进行修改吗，还是只需要改变输入数据即可。 祝您工作顺利！

FisherDom

请问，模型低信噪比场景听感难受问题

4

晓彬，您好： 非常感谢您的开源精神，我正在使用您开源的训练框架 SEtrain。 我发现训练出来的小参数网络在低信噪比场景下会出现降噪不干净，人声听感难受的问题。在尝试更换网络结构、更换mask、单独使用mse或sisnr均无明显改善，并且减小参数时问题更加明显。 您开源的本模型在处理低信噪比音频时同样会出现降噪不干净，听感难受的问题。您能否提出建议帮助解决这一问题。 期待回复，感谢！

gedebabin

LIcense?

1

Hi, what license is this code released under?

fumminger

could you share the paper link? Thanks

12

shenbuguanni

请问，训练代码在之后会开源吗

4

wlf0322

Is this paper available for download online?

1

pyg0629

提问，关于SFE模块使用nn.unfold的目的。

8

您好，恭喜您完成了一个非常棒的工作并且被ICASSP 2024 收录。关于Subband Feature Extraction这一块中，您使用了nn.Unfold的操作，我想请教一下这一块的设计思想和作用是什么？感谢您的回答！

TungyuYoung

请问您排查到onnxsim.simplify导出时的问题所在了吗

3

首先非常感谢您的工作，我这里使用onnxsim.simplify导出时会报这个错 `RuntimeError: /project/third_party/onnx-optimizer/onnxoptimizer/passes/eliminate_shape_gather.h:48: runTransform: Assertion 'indices_val < dims.size()' failed.` 我和DeepVQE对比后排查了如下的地方： chunk改切片 转置卷积去掉 groups去掉 空洞卷积去掉 layernorm去掉 均没有排查到原因，还是报上述的错 请问您找到问题在哪了吗

SherryYu33

模型在rk3566上的速度依旧有点慢

3

我承认这个模型的速度已经非常快，但是在rk3566 四核心a55上，依然满足不了实时的要求 流式的模型单次推理16ms，端侧推理一次耗时14-16ms，再加上其他应用很容易就rtf>1了 有可能进一步减少模型的size吗？

yuyun2000