gluonar 0.1.0

胶子简介：

Gluonar基于MXnet Gluon，如果您是新手，请查看 dmlc 60-minute crash course。

内容独立于文本 说话人识别内容。

其特点是： av 前进，前进， 端到端。 堎 阻塞率12%。- MelSpectrogram，DCT1D，MFCC，PowerToDB- 1808.00158中。$ -口香糖- 中华人民共和国

示例：

importnumpyasnpimportmxnetasmximportlibrosaasrosafromgluonar.utils.vizimportview_specfromgluonar.nn.basic_blocksimportSTFTBlockdata=rosa.load(r"resources/speaker_recognition/speaker0_0.m4a",sr=16000)[0][:35840]nd_data=mx.nd.array([data],ctx=mx.gpu())stft=STFTBlock(35840,hop_length=160,win_length=400)stft.initialize(ctx=mx.gpu())# stft block forwardret=stft(nd_data).asnumpy()[0][0]spec=np.transpose(ret,(1,0))**2view_spec(spec)# stft in librosaspec=rosa.stft(data,hop_length=160,win_length=400,window="hamming")spec=np.abs(spec)**2view_spec(spec)

输：

更

要求

MXnet-1.5.0+，GluOnFr，AV，librosa，…

接线盒， 中新网 投资方

• 利布罗莎 pip install librosa

• ffmpeg

  # 下载ffmpeg源码, 进入根目录
  ./configure --extra-cflags=-fPIC --enable-shared
  make -j
  sudo make install
  

• 皮亚夫 pip install av

• gluonfr

  pip install git+https://github.com/THUFutureLab/gluon-face.git@master

数据集

预训练模型

说话人识别

待办事项

联合体

文档

Gluonar文档现在不可用。

作者

{haoxintong}

讨论

如有任何建议，请发表意见。

贡献

这个项目的最终目标是提供一个易于使用的深入学习 基于音频算法库 pytorch-kaldi。

欢迎捐款。

参考文献

1. MXNET文档和教程 https://zh.diveintodeeplearning.org/