asteroid

---

小行星是一种基于Pytorch的音频源分离工具包，可以在常见数据集上进行快速实验。它带有一个源代码，该源代码支持各种数据集和架构，以及一组复制一些重要论文的食谱。

您使用小行星还是想？

请，如果您找到了一个错误，请打开问题，如果解决问题，请打开拉动请求！新功能也是如此，告诉我们您想要什么或帮助我们构建它！不要犹豫，加入Slack并在那里提出问题 /建议新功能！小行星旨在成为一个基于社区的项目，因此请继续前进并帮助我们！

内容

• 内容
• 安装
• 教程
• 运行食谱
• 可用食谱
• 支持的数据集
• 预验证的模型
• 贡献
• 张板可视化
• 指导原则
• 引用小行星

安装

（↑直至内容）要安装小行星，克隆回购，然后使用conda，pip或python安装它：

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

• 与pip

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

• 使用Conda（如果您还没有Conda，请参阅此处。）

conda env create -f environment.yml
conda activate asteroid

• 小行星也在PYPI上，您可以使用

pip install asteroid

教程

（↑最重要的内容）这是笔记本的列表，其中显示了小行星特征的示例用法。

• 小行星开始
• 简介和概述
• 过滤库API
• 置换不变的培训包装纸PITLossWrapper
• 处理大型WAV文件

运行食谱

（↑最重要的内容）运行食谱需要其他包装，在大多数情况下，我们建议运行：

 # from asteroid/
pip install -r requirements.txt

然后选择要运行并运行的食谱！

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

EGS/readme.md中的更多信息。

可用食谱

（↑最高内容）

• Convtasnet（Luo等）
• Tasnet（Luo等）
• 深度聚类（Hershey等人和Isik等人。）
• Chimera ++（Luo等人和Wang等人）
• DualPathrnn（Luo等人）
• 两步学习（Tzinis等人）
• Sudormrfnet（Tzinis等人）
• dptnet（Chen等人）
• dccrnet（Hu等人）
• dcunet（Choi等人）
• Crossnet-open-unmix（Sawata等人）
• 多年模型dprnn（Zhu等人）
• open-unmix（降临）（Stöter等人）
• 波普利特（Coming）（Zeghidour等人）

支持的数据集

（↑最高内容）

• WSJ0-2MIX / WSJ03MIX（Hershey等）
• WHAM（Wichern等）
• Whamr（Maciejewski等人）
• Librimix（Cosentino等）
• Microsoft DNS挑战（Chandan等）
• SMS_WSJ（Drude等人）
• MUSDB18（Raffi等人）
• 大惊小怪（Wisdom等人）
• Avspeech（Ephrat等人）
• Kinect-WSJ（Sivasankaran等）

预验证的模型

（↑最重要的内容）请参阅此处

贡献

（↑最重要的是）我们一直在寻求扩大对源分离和语音增强研究的报道，以下是我们缺少的事情的列表。你想贡献吗？这是一个很好的起点！

• 波普特（Zeghidour and Grangier）
• furcanext（Shi等人）
• DeepCasa（刘和想要）
• Kadioglu等人的VCTK测试集。
• 中断和级联的坑（Yang等人）
• 一致性矛盾（Wisdom等人）
• 可抵抗的stoi和pesq。
• Tukuljac等人的参数化滤纸。
• 端到端的Misi（Wang等人）

不要忘记阅读我们的贡献指南。

您还可以打开问题或制作公关以添加我们在此列表中错过的内容。

张板可视化

默认记录器是所有配方中的张量。从食谱文件夹中，您可以运行以下内容以可视化所有运行的日志。您还可以通过从数据集导演中运行类似命令来比较同一数据集上的不同系统。

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

如果您远程启动张板，则应打开SSH隧道

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

然后打开http://localhost:local_port/ 。如果两个端口都是相同的，则可以单击遥控器上给出的张板URL，这更实用。

指导原则

（↑最高内容）

• 模块化。人们认为构建块并设计为无缝插入在一起。 FilterBanks，编码器，掩蔽器，解码器和损失都是常见的构建块，可以以灵活的方式组合来创建新系统。
• 可扩展性。使用新功能扩展小行星很简单。非常容易地添加新的过滤库，分离器体系结构，数据集甚至食谱。
• 可重复性。食谱提供了一种简单的方法来通过单个脚本进行数据准备，系统设计，培训和评估来重现结果。这是社区的重要工具！

引用小行星

（↑最重要的内容）如果您喜欢使用小行星，并且想引用我们，请使用以下方式：

 @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 } ,
}