Asteroid：面向研究人员的基于 PyTorch 的音频源分离工具包
音频与语音处理
2020-05-11 v1 声音
摘要
本文介绍了 Asteroid，一个面向研究人员的基于 PyTorch 的音频源分离工具包。受最成功的神经源分离系统启发，它提供了构建此类系统所需的所有神经构建块。为了提高可复现性，还提供了针对常见音频源分离数据集的 Kaldi 风格方案。本文介绍了 Asteroid 的软件架构及其最重要的特性。通过展示使用 Asteroid 方案获得的实验结果，我们表明我们的实现至少与参考文献中报告的大多数结果相当。该工具包已在 https://github.com/mpariente/asteroid 公开提供。
引用
@article{arxiv.2005.04132,
title = {Asteroid: the PyTorch-based audio source separation toolkit for researchers},
author = {Manuel Pariente and Samuele Cornell and Joris Cosentino and Sunit Sivasankaran and Efthymios Tzinis and Jens Heitkaemper and Michel Olvera and Fabian-Robert Stöter and Mathieu Hu and Juan M. Martín-Doñas and David Ditter and Ariel Frank and Antoine Deleforge and Emmanuel Vincent},
journal= {arXiv preprint arXiv:2005.04132},
year = {2020}
}
备注
Submitted to Interspeech 2020