search

Guanyuansheng / TFGAN-PLC

A Temporal-Spectral Generative Adversarial Network based End-to-end Packet Loss Concealment for Wideband Speech Transmission
29 stars 11 forks source link

TFGAN生成的数据几乎为0 #4

Open LisaYooD opened 2 years ago

LisaYooD commented 2 years ago

下载了您的代码，只修改了数据，数据用的是interspeech PLC竞赛的数据，训了13个epoch，丢帧生成的数据几乎为0.

Guanyuansheng commented 2 years ago

我们也参加PLC-challenge并在该竞赛数据集上训练了该模型，可以看新上传的plc-challenge实验结果，并没有出现您所说的问题，请检查一下您的pytorch-lightning版本以及训练集路径

triwoods commented 2 years ago

您好，非因果模型的情况下，请问training的batch_size选1么？在PLC-challenge数据集上，需要训练多少个epoch才能得到比较理想的结果？目前用2080Ti，batchsize=1 训练了2天（32 epoch）还是没有得倒很好的时域补偿出的信号

triwoods commented 2 years ago

可以看新上传的plc-challenge实验结果

这个结果在哪里可以看到？

Zac1ary commented 2 years ago

您好，非因果模型的情况下，请问training的batch_size选1么？在PLC-challenge数据集上，需要训练多少个epoch才能得到比较理想的结果？目前用2080Ti，batchsize=1 训练了2天（32 epoch）还是没有得倒很好的时域补偿出的信号

您好！我也是在做这个实验 请问你现在有好的结果了吗！应该如何设置呢

Zac1ary commented 2 years ago

下载了您的代码，只修改了数据，数据用的是interspeech PLC竞赛的数据，训了13个epoch，丢帧生成的数据几乎为0.

你好我也在做这个数据集 请问一下您跑出来结果如何呢，能交流一下吗

Janne-byti commented 10 months ago

@Zac1ary 我也是训练后生成的丢帧数据为0，而且拼接点处增加了很多噪声，你后面有得到比较好的结果吗