DPRNN

1.环境配置

具体环境配置在requirement.txt文件中，使用以下命令来构建环境。

pip install -r requirements.txt

其中torch的gpu版本的安装需要额外的驱动，在这里不再赘述，有需要可以上网自行查找。

2.构建数据集

数据集文件夹结构

├── data
| ├── cv
| | ├── mix
| | ├── s1
| | └── s2
| ├── tr
| | ├── mix
| | ├── s1
| | └── s2
| ├── tt
| | ├── mix
| | ├── s1
| | └── s2

收集单人纯净音频

将单人音频分别放入s1和s2文件夹中。

生成混合音频文件

首先，重命名并清洗掉过短的单人音频文件。
注：应修改rename_file.py和clean_s1_s2.py中的文件夹目录。

python ./data_processing/rename_file.py
python ./data_processing/clean_s1_s2.py 

其次，生成混合音频，且整体只保留5s的音频。
注：应修改create_mix.py中的type属性。

python ./data_processing/create_mix.py

同时，裁剪原有单人音频，保留和混合音频长度相同的5秒。
注：应修改cut_s1_s2.py中的文件夹目录。

python ./data_processing/cut_s1_s2.py

最后，为训练集和验证集生成scp文件。

python ./data_processing/create_scp.py

3.训练

训练所需的参数均在train.yml，可按需调整。

python train_rnn.py

4.测试

以下为单一文件测试，输出后的结果放在test/spk1和test/spk2下。

python dualrnn_test_wav.py