#74 · 主分类: 语音合成与识别

asteroid

audio-separation deep-learning pretrained-models pytorch source-separation speech-enhancement speech-separation

面向研究人员的基于PyTorch的音频源分离工具包

项目最后更新:05/13/26

GitHub Stars

2.6K

Forks数量

450

贡献者数量

61

许可证

MIT

收录理由

做语音或音乐分离的研究者往往要先花上好几天搭滤波器组、编码器和掩蔽网络,才能动手验证一个想法。Asteroid 把这些繁琐的底层工作收拾干净,让你直接使用模块化的组件拼装自己的分离系统,不必绑定在某一种固定架构上。仓库里收录了多篇已发表论文的复现配方,训练和评估流程都写得清清楚楚,既适合拿来当可靠基线,也可以作为新实验的出发点。预训练模型放在 Zenodo 上,想听效果不用自己跑完整训练,直接加载就能试。对于实验室或小团队做原型验证,这是一条从原始音频到可用模型相当省力的路径。

相关文章

暂无针对该项目的文章。

如需补充新闻资讯、使用教程、应用测评等内容,欢迎 联系我们推荐选题或投稿。

同类热门项目