TasNet-master学习

test_conv_tasnet

1. torch.rand():  均匀分布，返回服从分布的初始化后的tensor，张量的形状是其参数size定义

x = torch.rand(3, 32000);

#rand(*size, out=None, dtype = None)

torch.rand(*sizes,out = None) -->Tensor

返回一个张量，包含了从区间【0，1）的均匀分布中抽取的一组随机数。张量的形状由参数sizes定义

参数：

• sizes（int...）-整数序列。定义了输出张量的形状
• out(Tensor,optinal)-结果张量

2. scipy.stats()： 生成服从指定分布的随机数

   print_stats(x, sample_rate)

3. Conv-TasNet

class TasNet（nn.Model）:

4.一维卷积nn.Conv1d

self.encoder = nn.Conv1d(1, self.enc_dim, self.win, bias=False, stride=self.stride)

卷积计算：

5.separation：

由卷积的一维扩张卷积块组成的时间卷积网络（TCN）估计每个spk的mask，使网络可以对语音信号的长期依赖性进行建模。经过4个repeat，d = 8，增加感受野。

这里用TCN，和传统卷积不同的是，膨胀卷积允许卷积时的输入存在间隔采样，采样率受途中的d控制。最下面一层的d=1，表示输入时每个点都采样，中间层d=2，表示输入时每2个点采样一个作为输入。膨胀卷积使用有效窗口的大小随着指数呈指数增长。这样卷积网络用比较小的层，就可以获得很大的感受野。

后面再用卷积先扩大通道数，对不同说话人进行不同通道的区分，然后就可以分离为不同说话人个数的mask

6.TCN模块

self.TCN = models.TCN(self.enc_dim, self.enc_dim, self.feature_dim, self.feature_dim * 4,
                              self.layer, self.stack, self.kernel, causal=self.causal)