介绍

此项目针对 CN-Celeb 数据集所开发，框架采用 ECAPA-TDNN + AAM-Softmax。

性能

训练数据	测试数据	Augment	EER (%)	minDCF (0.01)
CN-2-dev	CN-1-trials	No	11.7	0.4999

Quick Start

准备工作

数据

• CN-Celeb 1 [点此下载]
• CN-Celeb 2 [点此下载]

CN-Celeb 原始数据是 flac 格式，考虑到转换格式又要占磁盘空间，就直接读取 flac 格式进行训练了。

环境

conda create -n cnceleb python=3.8.13 anaconda
conda activate cnceleb
pip install -r requirements.txt -i https://pypi.mirrors.ustc.edu.cn/simple/

pip 安装不了可以试试下面其他的源

• 清华：https://pypi.tuna.tsinghua.edu.cn/simple/
• 阿里云：http://mirrors.aliyun.com/pypi/simple/
• 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/
• 华中理工大学：http://pypi.hustunique.com/
• 山东理工大学：http://pypi.sdutlinux.org/
• 豆瓣：http://pypi.douban.com/simple/

训练

1. 在 trainECAPAModel.py 配置好对应路径
2. 激活 conda 环境 conda activate cnceleb
3. 运行 python trainECAPAModel.py

测试

1. 在主程序中设置定义 initial_model 路径
2. 运行python trainECAPAModel.py --eval

Acknowledge

本项目基于 TaoRuijie/ECAPA-TDNN 修改，并参考了 Lantian Li/Sunine。