deezer社のspleeterをベースに環境音の音源分離モデルを独自に学習していた
https://github.com/makobouzu/spleeter.git
さんを参考にしています。
spleeter/tree/master/configs
→ここにはmaster_config.jsonが必要。master_train.csv,master_validation.csvの二つはcsv作成プログラムを動かすと自動で作られる。
master_config.jsonには、csvのパスを書く場所があり、そこには作成されたCSVのパスを記載。
クラスを新しく作る場合(ベースやボーカルだけでなくギターなども追加したいとか)は、"instrument_list"に新しく記載すること。クラスの新規作成の際に、他の"instrument_list"と書かれたコードも書き換えた記憶があります。文中検索などで"instrument_list"を検索して、クラスを書き換える必要がありそうな箇所見つかれば適宜書き換えて。
spleeter/tree/master/train
→ここには学習に使われる素材を格納する。train直下にはdataset,test,trainフォルダを作成した。
学習を行うと、pretrained_modelsとmaster_modelが作成される。通常はpretrained_models内のモデルが参照されるようになっているので、master_modelフォルダをそのままpretrained_models直下に配置すると、学習されたモデルが使われる。
学習結果をリセットしたいときは、学習後に作成されるcacheフォルダを削除すればよい。ここにはエラー時のチェックポイントや損失の変化などが記録されたデータが入っている。
多分足りない説明だらけなので、とりあえず使い方に困ったことがありましたらご連絡ください。
高度な説明はできませんが基礎的な使い方はお教えできます。
教えられること
・オリジナルの学習モデルを使うまでの構築方法
・GPUを用いた学習の導入
・学習モデルの扱い方
deezer社のspleeterをベースに環境音の音源分離モデルを独自に学習していた
https://github.com/makobouzu/spleeter.git
さんを参考にしています。
spleeter/tree/master/configs
→ここにはmaster_config.jsonが必要。master_train.csv,master_validation.csvの二つはcsv作成プログラムを動かすと自動で作られる。
master_config.jsonには、csvのパスを書く場所があり、そこには作成されたCSVのパスを記載。
クラスを新しく作る場合(ベースやボーカルだけでなくギターなども追加したいとか)は、"instrument_list"に新しく記載すること。クラスの新規作成の際に、他の"instrument_list"と書かれたコードも書き換えた記憶があります。文中検索などで"instrument_list"を検索して、クラスを書き換える必要がありそうな箇所見つかれば適宜書き換えて。
spleeter/tree/master/train
→ここには学習に使われる素材を格納する。train直下にはdataset,test,trainフォルダを作成した。
学習を行うと、pretrained_modelsとmaster_modelが作成される。通常はpretrained_models内のモデルが参照されるようになっているので、master_modelフォルダをそのままpretrained_models直下に配置すると、学習されたモデルが使われる。
学習結果をリセットしたいときは、学習後に作成されるcacheフォルダを削除すればよい。ここにはエラー時のチェックポイントや損失の変化などが記録されたデータが入っている。
多分足りない説明だらけなので、とりあえず使い方に困ったことがありましたらご連絡ください。
高度な説明はできませんが基礎的な使い方はお教えできます。
教えられること
・オリジナルの学習モデルを使うまでの構築方法
・GPUを用いた学習の導入
・学習モデルの扱い方