asteroid

---

Asteroidは、Pytorchベースのオーディオソース分離ツールキットで、一般的なデータセットでの迅速な実験を可能にします。さまざまなデータセットとアーキテクチャをサポートするソースコードと、いくつかの重要な論文を再現するための一連のレシピが付属しています。

あなたは小惑星を使用しますか、それともしたいですか？

バグが見つかった場合は、問題を開きます。解決した場合は、プルリクエストを開きます！新機能についても同じことが言えます。何が欲しいか教えてください。 Slackに参加して質問をしたり、新しい機能を提案したりすることを躊躇しないでください！小惑星はコミュニティベースのプロジェクトになることを目的としているので、私たちを助けて助けてください！

コンテンツ

• コンテンツ
• インストール
• チュートリアル
• レシピを実行します
• 利用可能なレシピ
• サポートされているデータセット
• 前処理されたモデル
• 貢献
• テンソルボードの視覚化
• ガイド原則
• 小惑星を引用

インストール

（↑までの内容まで）小惑星をインストールするには、リポジトリをクローンして、コンドラ、PIP、またはPythonを使用してインストールします。

 # First clone and enter the repo
git clone https://github.com/asteroid-team/asteroid
cd asteroid

• pip付き

 # Install with pip in editable mode
pip install -e .
# Or, install with python in dev mode
# python setup.py develop

• Condaを使用して（Condaをまだ持っていない場合は、こちらをご覧ください。）

conda env create -f environment.yml
conda activate asteroid

• 小惑星もピピ上にあり、最新リリースをでインストールできます

pip install asteroid

チュートリアル

（↑までの内容まで）小惑星の特徴の使用例を示すノートブックのリストを以下に示します。

• 小惑星を始めましょう
• はじめにと概要
• FilterBank API
• 順列不変トレーニングラッパーPITLossWrapper
• 大きなWAVファイルを処理します

レシピを実行します

（内容まで）レシピを実行するには、ほとんどの場合、追加のパッケージが必要です。実行することをお勧めします。

 # from asteroid/
pip install -r requirements.txt

次に、実行するレシピを選択して実行します！

 cd egs/wham/ConvTasNet
. ./run.sh

EGS/readme.mdの詳細。

利用可能なレシピ

（↑コンテンツまで）

• Convtasnet（Luo et al。）
• Tasnet（Luo et al。）
• ディープクラスタリング（Hershey et al。およびIsik et al。）
• キメラ++（Luo et al。およびWang et al。）
• dualpathrnn（Luo et al。）
• 2つのステップ学習（Tzinis et al。）
• sudormrfnet（Tzinis et al。）
• dptnet（Chen et al。）
• dccrnet（Hu et al。）
• dcunet（Choi et al。）
• Crossnet-Open-Unmix（Sawata et al。）
• Multi-Decoder DPRNN（Zhu et al。）
• Open-Unmix（Coming）（Stöteretal。）
• wavesplit（来る）（Zeghidour et al。）

サポートされているデータセット

（↑コンテンツまで）

• WSJ0-2MIX / WSJ03MIX（Hershey et al。）
• Wham（Wichern et al。）
• whamr（maciejewski et al。）
• Librimix（Cosentino et al。）
• Microsoft DNS Challenge（Chandan et al。）
• SMS_WSJ（Drude et al。）
• MUSDB18（Raffi et al。）
• 大騒ぎ（知恵et al。）
• Avspeech（Ephrat et al。）
• Kinect-WSJ（Sivasankaran et al。）

前処理されたモデル

（内容まで↑）こちらを参照してください

貢献

（↑までの内容まで）私たちは常にソース分離と音声強化研究のカバレッジを拡大しようとしています。以下は私たちが欠けているもののリストです。あなたは貢献したいですか？これは始めるのに最適な場所です！

• wavesplit（zeghidour and Grangier）
• Furcanext（Shi et al。）
• deepcasa（liu and want）
• KadiogluらからのVCTKテストセット。
• 中断され、カスケードピット（Yang et al。）
• 一貫性のコントレント（Wisdom et al。）
• backpropagable stoiとpesq。
• Tukuljac et al。
• エンドツーエンドミシ（Wang et al。）

貢献ガイドラインを読むことを忘れないでください。

また、問題を開いたり、PRを作成して、このリストで見逃したものを追加することもできます。

テンソルボードの視覚化

デフォルトのロガーは、すべてのレシピのテンソルボードです。レシピフォルダーから、次の実行を実行して、すべての実行のログを視覚化できます。また、データセットディレクトから同様のコマンドを実行することにより、同じデータセット上の異なるシステムを比較することもできます。

 # Launch tensorboard (default port is 6006)
tensorboard --logdir exp/ --port tf_port

テンソルボードをリモートで起動する場合は、SSHトンネルを開く必要があります

 # Open port-forwarding connection. Add -Nf option not to open remote.
ssh -L local_port:localhost:tf_port user@ip

次に、 http://localhost:local_port/を開きます。両方のポートが同じ場合、リモート上のテンソルボードURLをクリックすると、より実用的です。

ガイド原則

（↑コンテンツまで）

• モジュール性。ビルディングブロックは考えられ、シームレスに接続されるように設計されています。フィルターバンク、エンコーダー、マスカー、デコーダー、および損失はすべて、新しいシステムを作成するための柔軟な方法で組み合わせることができる一般的なビルディングブロックです。
• 拡張性。新機能で小惑星を拡張するのは簡単です。新しいフィルターバンク、セパレーターアーキテクチャ、データセット、またはレシピを非常に簡単に追加します。
• 再現性。レシピは、単一のスクリプトでデータの準備、システムの設計、トレーニング、評価で結果を再現する簡単な方法を提供します。これはコミュニティにとって不可欠なツールです！

小惑星を引用

（↑の内容まで）小惑星の使用が大好きで、私たちを引用したい場合は、これを使用してください。

 @inproceedings { Pariente2020Asteroid ,
    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 } ,
    year = { 2020 } ,
    booktitle = { Proc. Interspeech } ,
}