ge2e代码解析

最新推荐文章于 2023-04-11 20:41:39 发布

梁小娘子

最新推荐文章于 2023-04-11 20:41:39 发布

阅读量1.5k

点赞数

分类专栏： Speaker Recognition 论文

本文链接：https://blog.csdn.net/weixin_40680322/article/details/104930765

版权

GitHub代码
【问题】

VCTK+tisv跑data_preprocess.py，预期120 noise files，以及total speaker number : 109，train : 90, test : 19。实际跑出来noise120个文件+train_tisv90个文件+test_tisv18个文件。
【解决】舍弃test_tisv里的一个文件。
VCTK+tisv跑main.py出现Blas GEMM launch failed报错。
【解决】tensorflow调gpu显存分配的问题。将建立会话后默认的分配全部现存改成按需分配。
【参考】TensorFlow-gpu报错Blas GEMM launch failed解决方案
VCTK+tisv跑main.py训练
开始时间：2020/3/21 12:16
截止2020/3/21 12:23 迭代2200次，平均0.031818min/100次。
结果迭代100000次，需要一下午。
(iter : 100000) loss: 1.1739
current lr : 9.765625e-06
VCTK+tdsv跑data_preprocess.py。文本无关语音选择（选每个说话者的第一条语音）时，有13个说话者的_001 file doesn’t exist（p236，p249，p265，p272，p273，p274，p276，p277，