টেক্সট ও রেফারেন্স-নির্দেশিত শব্দ পৃথকীকরণ

মডেল, পরামিতি এবং উত্স

কাগজ এবং বেঞ্চমার্ক নোট

প্যারামিটার গাইড

• যে শব্দ বের করতে চান তা বর্ণনা করুন; AudioSep-Hive ও FlowSep-Hive-এর জন্য এটি আবশ্যক।
• CLAPSep-এর জন্য পজিটিভ টেক্সট, রেফারেন্স অডিও বা দুটিই বেছে নিন।
• CLAPSep যে লক্ষ্য শব্দ রাখবে তা বর্ণনা করুন।
• ঐচ্ছিক: CLAPSep যে শব্দ কমাবে তা বর্ণনা করুন।
• লক্ষ্য শব্দের উদাহরণ হিসেবে রেফারেন্স অডিও আপলোড করুন।
• ঐচ্ছিক: যে শব্দ কমাতে হবে তার রেফারেন্স আপলোড করুন।
• Banquet রেফারেন্স আপলোড করুন। অফিসিয়াল চুক্তিতে ১০ সেকেন্ডের কুয়েরি অংশ ব্যবহৃত হয়।
• FlowSep-Hive তৈরির ধাপ। অফিসিয়াল ডিফল্ট ২০; বেশি ধাপে বেশি সময় লাগে।
• FlowSep-Hive classifier-free guidance স্কেল। অফিসিয়াল ডিফল্ট ১.০।
• Banquet কুয়েরি ব্যান্ডের ব্যাচ আকার। অফিসিয়াল inference ডিফল্ট ১২।