unet论文答辩

目前教育部批准的有68所网络教育学院（个别院校已停止招生），同学可通过“高校网络教育阳光招生服务平台”、试点高校网络教育学院的网站、“中国现代远程与继续教育网”等正规网站查询试点高校的招生简章。68所远程教育试点高校为：清华大学、北京大学、北京中医药大学、北京师范大学、北京理工大学、北京外国语大学、北京航空航天大学、北京交通大学、北京邮电大学、北京科技大学、中国传媒大学、中国农业大学、中央音乐学院、中央广播电视大学、西南科技大学、西南财经大学、对外经济贸易大学、哈尔滨工业大学、东北农业大学、吉林大学、东北师范大学、大连理工大学、山东大学、同济大学、上海第二医科大学、中国医科大学、东北财经大学、天津大学、南开大学、华东理工大学、东华大学、郑州大学、华中师范大学、华南理工大学、中山大学、上海外国语大学、华东师范大学、浙江大学、厦门大学、福建师范大学、中国科学技术大学、西南交通大学、电子科技大学、华中科技大学、中国地质大学、复旦大学、东北大学、武汉理工大学、中国石油大学、上海交通大学、武汉大学、湖南大学、中南大学、西南师范大学、北京语言大学、中国人民大学、四川大学、华南师范大学、重庆大学、四川农业大学、西北工业大学、西安交通大学、兰州大学、西安电子科技大学、陕西师范大学。

教育部批准了68所高等学校开展现代远程教育试点，对这68所高校培养的达到本、专科毕业要求的网络教育学生，由学校按照国家有关规定颁发高等教育学历证书，学历证书电子注册后，国家予以承认。这68所现代远程教育试点高校名单如下：北 京 17所北京大学、中国人民大学、清华大学、中国地质大学、北京交通大学、北京航空航天大学、北京理工大学、北京科技大学、北京邮电大学、中国农业大学、北京中医药大学、北京师范大学、北京外国语大学、北京语言大学、中国传媒大学、对外经济贸易大学、中央音乐学院上 海 8所上海交通大学（含医学院）、复旦大学、同济大学、华东理工大学、东华大学、上海外国语大学、华东师范大学东 北 8所东北大学、东北师范大学、东北农业大学、吉林大学、哈尔滨工业大学、大连理工大学、中国医科大学、东北财经大学四 川 6所四川大学、西南交通大学、电子科技大学、西南科技大学、西南财经大学、四川农业大学湖 北 5所华中科技大学、中国地质大学（武汉）、武汉理工大学、华中师范大学、武汉大学陕 西 4所西安交通大学、西北工业大学、西安电子科技大学、陕西师范大学广 东 3所华南理工大学、华南师范大学、中山大学江 苏 3所南京大学、东南大学、江南大学福 建 2所厦门大学、福建师范大学湖 南 2所湖南大学、中南大学山 东 2所山东大学、中国石油大学（华东）天 津 2所天津大学、南开大学重 庆 2所重庆大学、西南大学安 徽 1所中国科学技术大学甘 肃 1所兰州大学河 南 1所郑州大学浙 江 1所浙江大学

不是自己对着论文复现的，是网上找来自己改的 数据集处理，将DSD100数据集的音频文件转换为时频声谱。 DSD 包含两个文件夹，一个是混合音频的文件夹"Mixtures"， 另一个是人声、鼓、贝司、其他乐器的分轨音频"Sources"。每个文件夹里包含两个子文件夹，"Dev" 是训练集，"Test"是测试集。 主要用到 (y_mix, y_vocal, y_inst, fname) 输入音频路径，训练模型或用现有模型，从原始音频获得分离的人声/分离的音频 调用了五个主要接口： (target) 加载数据集，target就是要分离的目标，这里为“voice” (Xlist,Ylist,savefile="",epoch=30) 训练网络 (fname) 加载音频 (input_mag, unet_model="", hard=True) 计算掩码 (fname, mag, phase) 保存音频 （如果有现成的模型，则只需要调用后三个函数） 函数返回的 Xlist 是混合音频的声谱， Ylist 是分轨的target音频的声谱。 find_files 是 load 是 , 加载各种格式的音频 stft 是 ，短时傅里叶变化 （没想通为什么 number of frequency bins = 1 + n_fft/2 ） （ 网上的解释 ：The continuous Fourier transform possesses symmetries when computed on real signals (Hermitian symmetry). The discrete version, an FFT (of even length) possesses a slighty twisted symmetry.就是说FFT计算出来的结果是频率上对称的，存在"duplicated" in positive and negative frequencies.） （phase也看不懂） mag 是magnitude，做了绝对值 phase = (*(spec)) 返回spec的复数角度 istft 是 write_wav 是 stft 是 ，短时傅里叶变化。SaveSpectrogram这个函数是处理数据集时用的，将数据集里的音频转化为声谱。 () 调用U-Net神经网络，用训练好的模型来计算 hard mask 或 soft mask。 UNet class TrainUNet： U-Net其实就是输入空间与输出空间相同的一个映射。在训练时，输入是(MixSpec, TargetSpec) = (混合声谱，目标声谱)，用Adam方法优化参数θ来得到一个mask = UNet_θ(MixSpec)，MixSpec*mask使得尽可能逼近TargetSpec。