Deep-Speaker:实施论文“深度演讲者

【文件属性】：
文件名称：Deep-Speaker:实施论文“深度演讲者
文件大小：9KB
文件格式：ZIP
更新时间：2021-05-12 13:26:32
Python 链接到研究文章： : 标题：深度演讲者：端到端神经演讲者嵌入系统 框架：以Tensorflow为后端的Keras 论文中使用的数据集：UID，XiaoDu，MTurk（无在线可用）我的实现中使用的数据集：LibriSpeech 链接到数据集： : （由于数据集大于10GB，所以我未包括该数据集）训练了251位扬声器的模型 卷积模型的最低损失：1.23循环模型的最低损失：1.34 Softmax预训练和三重态损失：尚未合并 文件列表： input.py-包括读取音频文件，预处理和加载三重批以供模型输入 conv_model.py-卷积Resnet网络实现 recurrent_model.py-GRU网络实现 Pretraining.py-模型的Softmax预训练Triplet_loss.py-网络三重损失的实现 要完成的更正/要添加的修改： 批处理大小：尽管三元组丢失趋向

【文件预览】：
Deep-Speaker-master
----README.md(2KB)
----check_Sr.py(931B)
----conv_model.py(2KB)
----triplet_loss.py(713B)
----recurrent_model.py(1KB)
----pretraining.py(5KB)
----input.py(11KB)