文件名称：open-unmix-pytorch:Open-Unmix-PyTorch的音乐源分离
文件大小：4.44MB
文件格式：ZIP
更新时间：2024-05-18 18:38:13
Python
PyTorch的Open- Unmix 该存储库包含Open-Unmix的PyTorch（1.8+）实现，这是一种用于音乐源分离的深层神经网络参考实现，适用于研究人员，音频工程师和艺术家。 Open-Unmix提供了现成的模型，使用户可以将流行音乐分为四个部分：人声，鼓，贝斯和其他乐器。 这些模型已在免费提供的数据集上进行了预训练。 有关详细信息，请参见。 :star: 消息 20/02/14：我们发布了新版本的open-unmix作为python软件包。 它附带：完全可区分的版本，改进的音频加载管道和大量错误修复。 有关更多信息，请参见。 2020年6月5日：我们添加了Sony提供的预先训练的语音增强模型umxse 。 ：Open- 在比赛中获得第二名。 相关项目： open-unmix-pytorch | | musdb | museval | 诺伯特 :brain: 模型（一个来源） 为
【文件预览】：
open-unmix-pytorch-master
----pdoc()
--------config.mako(3KB)
----codecov.yml(34B)
----openunmix()
--------data.py(34KB)
--------utils.py(10KB)
--------model.py(12KB)
--------__init__.py(9KB)
--------predict.py(3KB)
--------cli.py(6KB)
--------transforms.py(7KB)
--------evaluate.py(5KB)
--------filtering.py(20KB)
----.flake8(509B)
----.github()
--------PULL_REQUEST_TEMPLATE.md(326B)
--------ISSUE_TEMPLATE()
--------workflows()
----.nojekyll(0B)
----hubconf.py(462B)
----Dockerfile(312B)
----scripts()
--------train.py(11KB)
--------environment-cpu-linux.yml(329B)
--------environment-cpu-osx.yml(339B)
--------README.md(13KB)
--------environment-gpu-linux-cuda10.yml(360B)
----CONTRIBUTING.md(6KB)
----LICENSE(1KB)
----setup.py(1KB)
----README.md(15KB)
----docs()
--------transforms.html(39KB)
--------filtering.html(53KB)
--------index.html(36KB)
--------model.html(46KB)
--------cli.html(20KB)
--------evaluate.html(15KB)
--------faq.md(3KB)
--------data.html(104KB)
--------predict.html(16KB)
--------training.md(15KB)
--------inference.md(4KB)
--------extensions.md(6KB)
--------utils.html(40KB)
----tests()
--------test_jit.py(2KB)
--------create_dummy_datasets.sh(407B)
--------test_augmentations.py(726B)
--------test_model.py(1KB)
--------test_transforms.py(1KB)
--------__init__.py(0B)
--------test_datasets.py(2KB)
--------test_regression.py(3KB)
--------create_vectors.py(850B)
--------test_wiener.py(1KB)
--------data()
--------test_utils.py(349B)
--------test_io.py(886B)
--------cli_test.sh(301B)
----.gitignore(1KB)
----pyproject.toml(176B)