百科.dev
全部条目在线工具AI 编程趋势榜开源项目技术资讯提交条目
登录
< 返回工具列表
A

asteroid

> 编程语言
开源

面向研究人员的基于 PyTorch 的音频源分离工具包

2.6K stars0 点赞1 次浏览
访问官网GitHub

工具介绍

面向研究人员的基于 PyTorch 的音频源分离工具包

Asteroid 是一个基于 PyTorch 的音频源分离工具包,支持在常见数据集上进行快速实验。它附带源代码,支持多种数据集和架构,并提供了一系列配方,用于复现一些重要论文。

你正在使用 Asteroid 还是想要使用它?

如果你发现了 bug,请[提交 issue][issue]; 如果你解决了问题,请[提交 PR][pr]! 新功能也一样,告诉我们你想要什么,或者帮助我们构建它! 不要犹豫,[加入 Slack][slack-invite], 在那里提问或建议新功能! Asteroid 旨在成为一个__基于社区的项目__, 所以快来加入并帮助我们吧!

目录

  • 目录
  • 安装
  • 教程
  • 运行一个 recipe
  • 可用的 recipes
  • 支持的数据集
  • 预训练模型
  • 贡献
  • TensorBoard 可视化
  • 指导原则
  • 引用 Asteroid

安装

(↑返回目录) 要安装 Asteroid,请克隆仓库并使用 conda、pip 或 Python 进行安装:

bash
# First clone and enter the repo
git clone https://github.com/asteroid-team/asteroid
cd asteroid
  • 使用 pip
bash
# Install with pip in editable mode
pip install -e .
# Or, install with python in dev mode
# python setup.py develop
  • 使用 conda(如果你还没有 conda,请参见[这里][miniconda]。)
bash
conda env create -f environment.yml
conda activate asteroid
  • Asteroid 也在 PyPI 上,你可以使用以下命令安装最新版本
bash
pip install asteroid

教程

(↑返回目录) 以下是一个笔记本列表,展示了 Asteroid 各项功能的示例用法。

  • Asteroid 快速入门
  • 介绍与概览
  • 滤波器组 API
  • 排列不变训练包装器 PITLossWrapper

Issues· 0 开放

查看全部 Issues在 GitHub 打开

暂无开放 Issues,或尚未同步最近议题。

> 标签

Pythonaudio-separationdeep-learningpretrained-modelspytorch

暂无评论,来聊聊你的看法吧

> 工具信息

发布日期2026年8月1日
最后更新2026年9月17日
分类编程语言
定价开源

> 相关工具

T
TypeScript
JavaScript 的超集,为前端与全栈提供静态类型
P
Python
通用编程语言,广泛用于 Web、数据与 AI
G
Go
Google 推出的简洁高效系统语言