文熠委员: 您好，我想请问一下，从github上下载的源代码怎么跑自己的数据集呢？

danteliujie: https://github.com/huyanxin/DeepComplexCRN

arrowhyx 回复 qq_39108486: 非常感谢你关注我的工作。PHASEN：是这样的。Voicebank+DEMAND 这个集合有些问题，数据量很小，而且偏短，按照我那个思路切短的话就会有问题，就会导致失真较大，我最近做的时候就发现改成padding 0 的方式在这种短、小数据集上会比较好；另外的话，就是warmup，这点论文也有提到，具体做法的话我是用一个很小的学习率训然后每轮递增，最后到10轮或者几轮以后达到目标初始学习率，然后开始训练，在我目前新的方法上看在sdr上还是会有提升的，说实话，这个数据集比较trick。。。其实之前我复现的时候没有在这个集合上做过，也是在自己的数据集上做了训练，发现整体效果还不错后就没再管过了，而且你也知道，他这个论文上有些也没讲清楚，所以确实也很难完全复现。回到DCCRN，其实整体思路的话比较简单，你对dcunet和crn比较熟悉的话其实很容易就能做出来，而且那阵因为疫情在家嘛，所以代码就非常乱......所以我目前还不考虑开源，后面我和师弟也会考虑做更贴地气的模型，更进一步以后开源新模型吧，哈哈

qq_39108486 回复 arrowhyx: WOC，居然才发现被大佬回复了！想问一下大佬PHASEN在DSDATASET上面能否跑到文章中的pesq=2.99?我尝试过貌似还是差一些。 另外，今天才看了大佬在interspeech2020上的新文章，祝贺大佬喜提SOTA！真的很想复现大佬的代码，不知道能否在GITHUB上公布一下DeepComplexCRN的模型细节？

arrowhyx: 你好，我是huyanxin，很高兴看到有人分析我的代码，其实是这样的，因为语音有长有短，要组成一个batch就需要切成相同长度的或者padding，其实你看一些asr的论文的话你会发现，为了快速训练模型会选择切成等长序列进行训练，work这个函数就是为了这个的，考虑到数据集的大小的问题，所以就加了多进程，其实这个也无所谓，不影响大局。我代码里面的processer会padding0是因为预先写的时长的精度的问题，导致有些语音差几个点，所以我就padding了一下，就这样。有个issue好像就在问io的问题，但是比较忙就忘记了，想起来的时候就一周多了......因为代码不难，所以我就没再回复了。。如果是你的话非常抱歉