Ito ang Windows app na pinangalanang SVoice (Speech Voice Separation) na ang pinakabagong release ay maaaring ma-download bilang svoicesourcecode.tar.gz. Maaari itong patakbuhin online sa libreng hosting provider na OnWorks para sa mga workstation.
I-download at patakbuhin online ang app na ito na pinangalanang SVoice (Speech Voice Separation) gamit ang OnWorks nang libre.
Sundin ang mga tagubiling ito upang patakbuhin ang app na ito:
- 1. Na-download ang application na ito sa iyong PC.
- 2. Ipasok sa aming file manager https://www.onworks.net/myfiles.php?username=XXXXX kasama ang username na gusto mo.
- 3. I-upload ang application na ito sa naturang filemanager.
- 4. Magsimula ng anumang OS OnWorks online emulator mula sa website na ito, ngunit mas mahusay na Windows online emulator.
- 5. Mula sa OnWorks Windows OS na kasisimula mo pa lang, pumunta sa aming file manager https://www.onworks.net/myfiles.php?username=XXXX gamit ang username na gusto mo.
- 6. I-download ang application at i-install ito.
- 7. I-download ang Wine mula sa iyong mga Linux distributions software repository. Kapag na-install na, maaari mong i-double click ang app upang patakbuhin ang mga ito gamit ang Wine. Maaari mo ring subukan ang PlayOnLinux, isang magarbong interface sa ibabaw ng Wine na tutulong sa iyong mag-install ng mga sikat na programa at laro sa Windows.
Ang alak ay isang paraan upang patakbuhin ang software ng Windows sa Linux, ngunit walang kinakailangang Windows. Ang alak ay isang open-source na layer ng compatibility ng Windows na maaaring direktang magpatakbo ng mga program sa Windows sa anumang desktop ng Linux. Sa totoo lang, sinusubukan ng Wine na muling ipatupad ang sapat na Windows mula sa simula upang mapatakbo nito ang lahat ng mga Windows application na iyon nang hindi talaga nangangailangan ng Windows.
MGA LALAKI
Ad
Svoice (Speech Voice Separation)
DESCRIPTION
Ang Svoice ay isang PyTorch-based na pagpapatupad ng pag-aaral ng Facebook Research sa speaker voice separation gaya ng inilarawan sa papel na “Voice Separation with an Unknown Number of Multiple Speakers.” Ang proyektong ito ay nagpapakita ng isang malalim na balangkas ng pag-aaral na may kakayahang paghiwalayin ang magkahalong mga pagkakasunud-sunod ng audio kung saan maraming tao ang nagsasalita nang sabay-sabay, nang walang paunang kaalaman kung gaano karaming mga nagsasalita ang naroroon. Gumagamit ang modelo ng mga gated neural network na may paulit-ulit na mga bloke sa pagpoproseso na humihiwalay ng mga boses sa maraming hakbang sa pag-compute, habang pinapanatili ang pare-pareho ng speaker sa mga output channel. Ang mga hiwalay na modelo ay sinanay para sa iba't ibang bilang ng speaker, at ang pinakamalaking kapasidad na modelo ay dynamic na tinutukoy ang aktwal na bilang ng mga speaker sa isang halo. Kasama sa repository ang lahat ng kinakailangang script para sa pagsasanay, paghahanda ng dataset, distributed training, pagsusuri, at audio separation.
Mga tampok
- End-to-end na pagpapatupad ng PyTorch para sa paghihiwalay ng pagsasalita na may hindi kilalang bilang ng tagapagsalita
- Gumagamit ng mga gated RNN block at convolutional encoder para sa matatag na multi-speaker modeling
- Nako-configure sa pamamagitan ng Hydra na may awtomatikong checkpointing at pamamahala ng eksperimento
- Sinusuportahan ang distributed multi-GPU na pagsasanay at madaling pagsasaayos ng dataset
- May kasamang mga tool sa pagbuo ng dataset para sa maingay at maingay na synthetic mixture
- Built-in na mga tool sa pagsusuri at inference para sa paghihiwalay at pagmamarka ng mga sample ng pagsasalita
Wika ng Programming
Python, Unix Shell
Kategorya
Ito ay isang application na maaari ding kunin mula sa https://sourceforge.net/projects/svoice.mirror/. Na-host ito sa OnWorks upang mapatakbo online sa pinakamadaling paraan mula sa isa sa aming mga libreng Operative System.
