ResGAN: 我在ICASSP 2018上的核心论文代码

简介：
ResGAN是我在ICASSP 2018上发表的核心论文中的主要代码实现，用于音频信号处理领域的生成对抗网络研究。 该存储库包含与ICASSP 2018论文相关的代码，涉及使用生成对抗网络（GAN）进行残差学习（因此称为ResGAN）。有关详细信息，请查看下面的论文和模型架构部分。 音频样本可以从相关文件中获取。 需求版本：基于我的实验系统，没有特定原因说明该代码无法在较旧的版本上运行。目前使用的环境是Tensorflow后端和Python 3。 - Python >= 3.6 - numpy >= 1.11.0 - scipy >= 0.17.0 - tensorflow >= 1.7.0 - keras >= 2.0.2 - sklearn >= 0.18.2 - matplotlib >= 2.0.0 - librosa >= 0.5.1 训练模型： 通过运行以下脚本进行训练： - 00_make_dirs.sh - 00_get_data.sh - 01_run_train.sh 这些脚本将依次执行创建目录、获取数据和开始训练等操作。