Comments (5)
from voiceprintrecognition-pytorch.
没有改其他参数呢,都是使用的默认值。
from voiceprintrecognition-pytorch.
from voiceprintrecognition-pytorch.
是的呢,两个数据集,训练集是解压缩后的CN-Celeb_flac,CN-Celeb2_flac这两个合并的,num_speakers: 2796,评估检验的数据集是cn-celeb-test。
数据集参数
dataset_conf:
过滤最短的音频长度
min_duration: 0.5
最长的音频长度,大于这个长度会裁剪掉
max_duration: 3
是否裁剪静音片段
do_vad: False
音频的采样率
sample_rate: 16000
是否对音频进行音量归一化
use_dB_normalization: True
对音频进行音量归一化的音量分贝值
target_dB: -20
训练数据的数据列表路径
#train_list: 'dataset/train_list.txt'
train_list: '../../datasets/voiceprint/train_list.txt'
评估注册的数据列表路径
enroll_list: 'dataset/cn-celeb-test/enroll_list.txt'
评估检验的数据列表路径
trials_list: 'dataset/cn-celeb-test/trials_list.txt'
评估的数据要特殊处理
eval_conf:
# 评估的批量大小
batch_size: 1
# 最长的音频长度
max_duration: 20
数据加载器参数
dataLoader:
# 训练的批量大小
batch_size: 128
# 读取数据的线程数量
num_workers: 4
数据增强参数
aug_conf:
# 是否使用语速扰动增强
speed_perturb: True
# 使用语速增强是否分类大小翻三倍
speed_perturb_3_class: True
# 是否使用音量增强
volume_perturb: False
# 音量增强概率
volume_aug_prob: 0.2
# 噪声增强的噪声文件夹
noise_dir: 'dataset/noise'
# 噪声增强概率
noise_aug_prob: 0.2
是否使用SpecAug
use_spec_aug: True
Spec增强参数
spec_aug_args:
# 随机频谱掩码大小
freq_mask_width: [ 0, 8 ]
# 随机时间掩码大小
time_mask_width: [ 0, 10 ]
数据预处理参数
preprocess_conf:
音频预处理方法,支持:MelSpectrogram、Spectrogram、MFCC、Fbank
feature_method: 'Fbank'
设置API参数,更参数查看对应API,不清楚的可以直接删除该部分,直接使用默认值
method_args:
sample_frequency: 16000
num_mel_bins: 80
optimizer_conf:
优化方法,支持Adam、AdamW、SGD
optimizer: 'Adam'
初始学习率的大小
learning_rate: 0.001
weight_decay: !!float 1e-5
学习率衰减函数,支持WarmupCosineSchedulerLR、CosineAnnealingLR
scheduler: 'WarmupCosineSchedulerLR'
学习率衰减函数参数
scheduler_args:
min_lr: !!float 1e-5
max_lr: 0.001
warmup_epoch: 5
model_conf:
backbone:
# 所使用的池化层,支持ASP、SAP、TSP、TAP
pooling_type: 'ASP'
embd_dim: 192
classifier:
# 说话人数量,即分类大小
num_speakers: 2796
#num_speakers: 200
num_blocks: 0
loss_conf:
所使用的损失函数,支持AAMLoss、AMLoss、ARMLoss、CELoss
use_loss: 'AAMLoss'
损失函数参数
args:
margin: 0.2
scale: 32
easy_margin: False
是否使用损失函数margin调度器
use_margin_scheduler: True
margin调度器参数
margin_scheduler_args:
final_margin: 0.3
train_conf:
是否开启自动混合精度
enable_amp: False
是否使用Pytorch2.0的编译器
use_compile: False
训练的轮数
max_epoch: 60
log_interval: 100
所使用的模型
use_model: 'EcapaTdnn'
from voiceprintrecognition-pytorch.
from voiceprintrecognition-pytorch.
Related Issues (20)
- 是否有已经训练好的模型下载 HOT 2
- 提问 HOT 3
- 运行文档里面的infer_contrast.py代码,两个不同的人的语音对比都是识别为同一人。 HOT 7
- 你好,请问是否方便把模型上传huggingface啊 HOT 1
- develop分支中dataset/enroll_list.txt和dataset/trail_list.txt找不到 HOT 2
- 如何修改损失函数 HOT 2
- 这个项目的ECAPA-TDNN模型与原始的模型有哪些区别? HOT 1
- 这个项目有一个bug HOT 1
- 请问怎么得到这个模型的EER和minDCF值。 HOT 1
- 博主大佬,CN-celeb的数据集很大,有训练好的模型吗? HOT 3
- FileNotFoundError error: run python create_data.py HOT 6
- 关于模型微调的数据量 HOT 5
- 关于soundcard报错问题 HOT 1
- RuntimeWarning: divide by zero encountered in log10 HOT 1
- speakers数量太大,导致最后的全连接层参数量巨大,然后就CUDA out of memory了 HOT 5
- 提取特征时报错 AssertionError: choose a window size 400 that is [2, 171]
- 如何使用中文语音语料数据集zhvoice HOT 1
- GPU利用率为0 HOT 1
- using ‘TripletAngularMarginLoss’ loss function will cause an issue about data dimension:RuntimeError: shape '[64, -1]' is invalid for input of size 250 HOT 5
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from voiceprintrecognition-pytorch.