AutoSpeech 项目使用教程

AutoSpeech 项目使用教程

1. 项目目录结构及介绍

AutoSpeech 项目的目录结构如下：

AutoSpeech/
├── config/
├── data_objects/
├── exps/
├── figures/
├── models/
├── .gitignore
├── LICENSE
├── README.md
├── architect.py
├── data_preprocess.py
├── dl_script.sh
├── evaluate_identification.py
├── evaluate_verification.py
├── functions.py
├── loss.py
├── operations.py
├── requirements.txt
├── search.py
├── spaces.py
├── train_baseline_identification.py
├── train_baseline_verification.py
├── train_identification.py
├── train_verification.py
└── utils.py

目录介绍：

• config/：存放项目的配置文件。
• data_objects/：存放数据对象相关的文件。
• exps/：存放实验配置文件。
• figures/：存放项目中生成的图表文件。
• models/：存放模型相关的文件。
• .gitignore：Git 忽略文件配置。
• LICENSE：项目许可证文件。
• README.md：项目说明文件。
• architect.py：定义神经网络架构的文件。
• data_preprocess.py：数据预处理脚本。
• dl_script.sh：数据下载脚本。
• evaluate_identification.py：用于评估识别任务的脚本。
• evaluate_verification.py：用于评估验证任务的脚本。
• functions.py：存放常用函数的文件。
• loss.py：定义损失函数的文件。
• operations.py：定义操作的文件。
• requirements.txt：项目依赖库列表。
• search.py：神经架构搜索脚本。
• spaces.py：定义搜索空间的文件。
• train_baseline_identification.py：训练基线识别模型的脚本。
• train_baseline_verification.py：训练基线验证模型的脚本。
• train_identification.py：训练识别模型的脚本。
• train_verification.py：训练验证模型的脚本。
• utils.py：存放工具函数的文件。

2. 项目的启动文件介绍

启动文件：

• data_preprocess.py：用于数据预处理的启动文件。
• search.py：用于神经架构搜索的启动文件。
• train_baseline_identification.py：用于训练基线识别模型的启动文件。
• train_baseline_verification.py：用于训练基线验证模型的启动文件。
• train_identification.py：用于训练识别模型的启动文件。
• train_verification.py：用于训练验证模型的启动文件。
• evaluate_identification.py：用于评估识别任务的启动文件。
• evaluate_verification.py：用于评估验证任务的启动文件。

启动文件功能介绍：

• data_preprocess.py：该脚本用于对 VoxCeleb1 数据集进行预处理，生成用于训练和评估的特征文件。
• search.py：该脚本用于执行神经架构搜索，自动生成适合语音识别任务的神经网络架构。
• train_baseline_identification.py 和 train_baseline_verification.py：这两个脚本分别用于训练基线识别和验证模型，使用预定义的网络架构（如 ResNet-18 和 ResNet-34）。
• train_identification.py 和 train_verification.py：这两个脚本用于训练从搜索中得到的识别和验证模型。
• evaluate_identification.py 和 evaluate_verification.py：这两个脚本用于评估训练好的识别和验证模型的性能。

3. 项目的配置文件介绍

配置文件目录：

• config/：存放项目的配置文件。
• exps/：存放实验配置文件。

配置文件介绍：

• config/ 目录下的配置文件主要用于定义项目的全局配置，如数据路径、模型参数等。
• exps/ 目录下的配置文件用于定义具体的实验配置，如训练参数、评估参数等。

配置文件示例：

# exps/baseline/resnet18_iden.yaml
DATA_DIR: /path/to/VoxCeleb1
MODEL:
  NAME: resnet18
  PARAMS:
    num_classes: 1211
TRAIN:
  BATCH_SIZE: 32
  EPOCHS: 50
  LR: 0.001
EVAL:
  BATCH_SIZE: 64

配置文件功能介绍：

• DATA_DIR：指定数据集的路径。
• MODEL：定义模型的名称和参数。
• TRAIN：定义训练过程中的参数，如批量大小、训练轮数、学习率等。
• EVAL：定义评估过程中的参数，如批量大小等。

通过这些配置文件，用户可以灵活地调整项目的运行参数，以适应不同的实验需求。