train.py

@@ -39,7 +39,7 @@ parser.add_argument('--sample_rate', default=8000, type=int,
                     help='Sample rate')
 parser.add_argument('--segment', default=4, type=float,  # 取音频的长度，2s。#数据集语音长度要相同
                     help='Segment length (seconds)')
-parser.add_argument('--batch_size', default=3, type=int,  # 需要抛弃的音频长度
+parser.add_argument('--batch_size', default=2, type=int,  # 需要抛弃的音频长度
                     help='Batch size')
 
 # Network architecture
@@ -57,7 +57,7 @@ parser.add_argument('--norm', default='gln', type=str,
                     help='gln = "Global Norm", cln = "Cumulative Norm", ln = "Layer Norm"')
 parser.add_argument('--dropout', default=0.0, type=float,
                     help='dropout')
-parser.add_argument('--num_layers', default=5, type=int,
+parser.add_argument('--num_layers', default=6, type=int,
                     help='Number of Dual-Path-Block')
 parser.add_argument('--K', default=250, type=int,
                     help='The length of chunk')

train_asteroid.py

@@ -42,7 +42,7 @@ parser.add_argument('--sample_rate', default=8000, type=int,
                     help='Sample rate')
 parser.add_argument('--segment', default=4, type=float,  # 取音频的长度，2s。#数据集语音长度要相同
                     help='Segment length (seconds)')
-parser.add_argument('--batch_size', default=2, type=int,  # 需要抛弃的音频长度
+parser.add_argument('--batch_size', default=3, type=int,  # 需要抛弃的音频长度
                     help='Batch size')
 
 # Network architecture
@@ -62,7 +62,7 @@ parser.add_argument('--norm', default='gln', type=str,
                     help='gln = "Global Norm", cln = "Cumulative Norm", ln = "Layer Norm"')
 parser.add_argument('--dropout', default=0.0, type=float,
                     help='dropout')
-parser.add_argument('--num_layers', default=6, type=int,
+parser.add_argument('--num_layers', default=5, type=int,
                     help='Number of Dual-Path-Block')
 parser.add_argument('--K', default=250, type=int,
                     help='The length of chunk')