关于数据集的预处理问题 about mcnet HOT 3 CLOSED

您好，不好意思才看到您的问题，希望下列的回答对您有帮助：

1. 语音部分的数据：在训练的过程中，我们使用的多通道干净语音，可以通过CHIME提供的tools/simulation/CHIME3_simulate_data.m的代码生成，代码中默认只保存了带噪的语音，需要你修改一下原本的代码，将干净的语音保存下来，因为我们的训练过程是采用动态的混合噪声的方式合成带噪语音的。其余预处理过程就只有将CHIME提供的多个单通道的语音合成了一个多通道的WAV，以方便读取。
2. 噪声部分的数据：我们将CHIME提供的长达半个小时的噪声片段，裁剪成了16s左右的固定长度的噪声片段，以方便读取，当然在裁剪的过程中我们采用了overlap的方式，也就是前后两个裁剪后的噪声段是有重叠的，重叠率是50%，这样在动态混合噪声的过程中可以尽可能多利用原有的噪声。并且，对于噪声，我们也将原先CHIME单个通道的噪声片段合并成多通道的WAV文件。

from mcnet.

组织的数据集结构如下：

from mcnet.

非常感谢~！：）

from mcnet.