这是第九届信也科技杯baseline。 本届全球算法大赛聚焦语音深度鉴伪,挑战前沿AI技术,以推动国际合作,引导科技向善。
Implementing environment:
-
python=3.6
-
torch==1.9.0
-
torchaudio==0.9.0
-
pydub==0.21.0
-
numba==0.48.0
-
numpy==1.15.4
-
pandas==0.23.3
-
scipy==1.2.1
-
scikit-learn==0.19.1
-
tqdm
-
SoundFile==0.12.1
-
librosa==0.6.2
-
GPU: Tesla V100 32G
新建./submit目录,请将下载好的数据文件 finvcup9th_1st_ds5.tar.gz 解压到./data目录下,执行
python data_prepare.py
python train.py --max_epoch 80 --device cuda:0 --save_path ./exps/
新建./submit目录,执行
python inference.py --model_path exps/model/model_0001.model --save_path ./submit/submit.csv
会在根目录下生成提交所需的submit.csv文件。 注:csv文件共两列(文件名,预测标签)以逗号分隔,格式参照./submit/submit_sample.csv。 不符合格式提交结果可能会出错。