关于增强后的语音问题
lymiou opened this issue · 15 comments
您好，我想问下为什么增强后的语音发出来的只有吱吱吱的声音呢？
下面是它对应的语谱图，请问下是出了什么问题呢？期待您的解答，谢谢！
0dB的时候 首先 任务比较难，确实 有吱吱的声音，主要是模型不够强大，带来的非线性失真
…
On Fri, 15 May 2020 at 19:37, lymiou @.***> wrote: 您好，我想问下为什么增强后的语音发出来的只有吱吱吱的声音呢？ 下面是它对应的语谱图，请问下是出了什么问题呢？期待您的解答，谢谢！ [image: image] https://user-images.githubusercontent.com/46339102/82108425-e69e2580-9760-11ea-9ed4-871079d63e87.png — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#57>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ABJGHUXL7VRVOZSQ3G2OFRLRRX35HANCNFSM4NCWY3CQ .
谢谢您的解答，还有一点想麻烦您解答一下，项目里的特征提取采用的是什么方法呢？好像不是MFCC，再次感谢您！
您好， 分离的结果是对的，是否使用了全部数据训练？、
…
On Sat, 16 May 2020 at 10:37, lymiou @.***> wrote: 您好，我想问下为什么增强后的语音发出来的只有吱吱吱的声音呢？ 下面是它对应的语谱图，请问下是出了什么问题呢？期待您的解答，谢谢！ [image: image] https://user-images.githubusercontent.com/46339102/82108425-e69e2580-9760-11ea-9ed4-871079d63e87.png — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#57>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ADFXTSMCYXPOHXIGFN3PMQDRRX35HANCNFSM4NCWY3CQ .
您好，是的，使用了mini_data文件夹下的数据，另外train_speech中还另加了一些语音数据
数据太少了，需要使用全部timit数据训练
…
On Sun, 17 May 2020 at 09:56, lymioumm @.> wrote: 您好， 分离的结果是对的，是否使用了全部数据训练？、 … <#m_-3999892883733078355_> On Sat, 16 May 2020 at 10:37, lymiou @.> wrote: 您好，我想问下为什么增强后的语音发出来的只有吱吱吱的声音呢？ 下面是它对应的语谱图，请问下是出了什么问题呢？期待您的解答，谢谢！ [image: image] https://user-images.githubusercontent.com/46339102/82108425-e69e2580-9760-11ea-9ed4-871079d63e87.png — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#57 <#57>>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ADFXTSMCYXPOHXIGFN3PMQDRRX35HANCNFSM4NCWY3CQ . 您好，是的，使用了mini_data文件夹下的数据，另外train_speech中还另加了一些语音数据 — You are receiving this because you commented. Reply to this email directly, view it on GitHub <#57 (comment)>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ADFXTSO5K22PTO3HI6A355LRR474NANCNFSM4NCWY3CQ .
好的，明白了，谢谢您！
您好，看到你跑出了增强后的结果，想请问您是用的python3吗？
有遇到spectrogram_to_wav.py这个文件里real_to_complex这个函数报错吗？
报错是显示相乘的两项维度不一致，具体可以看我提出的issue#58，谢谢您！
您好，谢谢您的回复，请问可以具体说下怎么看spectrogram的维度是否正确吗？是对训练语料有什么要求吗？
我是用mini_data跑的，没有修改源码，就遇到了这个问题。
我是刚入门语音的小白，麻烦您指点一下，谢谢！
您好，我想问下为什么增强后的语音发出来的只有吱吱吱的声音呢？
下面是它对应的语谱图，请问下是出了什么问题呢？期待您的解答，谢谢！
您好，我是刚接触语音增强的小白，本来是打算用这份代码学习的，结果运行了好几次minidata里的数据，代码是原封不动运行的，环境也是按照要求去配置的，，，但增强后的结果除了吱吱吱吱吱吱吱吱吱吱吱，基本的混合语音都听不到了，只有吱吱吱的声音，我快疯了，，这个怎么回事，您最终怎么解决这个问题的，，万分感谢，我快被搞疯了。
你把增强的wav和mix wav发给我听听，用mini data 训练数据是不够的，需要更大的训练数据来训练，才有比较好的结果。另外你可以试下SNR高的例子 增强看看效果，验证代码是否正确
…
On Fri, 23 Apr 2021 at 22:09, smylab @.***> wrote: 您好，我是刚接触语音增强的小白，本来是打算用这份代码学习的，结果运行了好几次minidata里的数据，代码是原封不动运行的，环境也是按照要求去配置的，，，但增强后的结果除了吱吱吱吱吱吱吱吱吱吱吱，基本的混合语音都听不到了，只有吱吱吱的声音，我快疯了，，这个怎么回事，您最终怎么解决这个问题的，，万分感谢，我快被搞疯了。 — You are receiving this because you commented. Reply to this email directly, view it on GitHub <#57 (comment)>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ABJGHUSIN6A2F6W3K3SABN3TKJHAVANCNFSM4NCWY3CQ .
感谢您的回复，谢谢。这是0db和5db的minidata测试结果，按道理说如果因为数据集小，没充分的训练模型，增强后的结果最起码不会比原始的混合语音差才对啊。感谢您给出的建议，这个问题困惑了我好几天，我马上用大数据集再训练测试一下。
您好，我想问下为什么增强后的语音发出来的只有吱吱吱的声音呢？
下面是它对应的语谱图，请问下是出了什么问题呢？期待您的解答，谢谢！
你把增强的wav和mix wav发给我听听，用mini data 训练数据是不够的，需要更大的训练数据来训练，才有比较好的结果。另外你可以试下SNR高的例子 增强看看效果，验证代码是否正确
…
On Fri, 23 Apr 2021 at 22:09, smylab @.***> wrote: 您好，我是刚接触语音增强的小白，本来是打算用这份代码学习的，结果运行了好几次minidata里的数据，代码是原封不动运行的，环境也是按照要求去配置的，，，但增强后的结果除了吱吱吱吱吱吱吱吱吱吱吱，基本的混合语音都听不到了，只有吱吱吱的声音，我快疯了，，这个怎么回事，您最终怎么解决这个问题的，，万分感谢，我快被搞疯了。 — You are receiving this because you commented. Reply to this email directly, view it on GitHub <#57 (comment)>, or unsubscribe https://github.com/notifications/unsubscribe-auth/ABJGHUSIN6A2F6W3K3SABN3TKJHAVANCNFSM4NCWY3CQ .
感动哭，感谢作者对我们初学者的一一回复，大数据集训练就没有吱吱吱吱吱的声音了，增强效果很好，之前一直找不到问题所在，感谢。