torchaudio.functional.mvdr_weights_rtf¶
- torchaudio.functional.mvdr_weights_rtf(rtf: Tensor, psd_n: Tensor, reference_channel: Optional[Union[int, Tensor]] = None, diagonal_loading: bool = True, diag_eps: float = 1e-07, eps: float = 1e-08) Tensor[原始碼]¶
基於相對轉移函數 (RTF) 和雜訊的功率譜密度 (PSD) 矩陣，計算最小變異數無失真響應 (MVDR [Capon, 1969]) 波束成形權重。
給定目標語音的相對轉移函數 (RTF) 矩陣或導向向量 \(\bm{v}\)、雜訊的 PSD 矩陣 \(\bf{\Phi}_{\textbf{NN}}\)，以及表示參考通道 \(\bf{u}\) 的 one-hot 向量，此方法計算 MVDR 波束成形權重矩陣 \(\textbf{w}_{\text{MVDR}}\)。公式定義如下：
\[\textbf{w}_{\text{MVDR}}(f) = \frac{{{\bf{\Phi}_{\textbf{NN}}^{-1}}(f){\bm{v}}(f)}} {{\bm{v}^{\mathsf{H}}}(f){\bf{\Phi}_{\textbf{NN}}^{-1}}(f){\bm{v}}(f)} \]其中 \((.)^{\mathsf{H}}\) 表示 Hermitian 共軛運算。
- 參數:
rtf (torch.Tensor) – 目標語音的複數值 RTF 向量。維度為 (…, freq, channel) 的張量。
psd_n (torch.Tensor) – 雜訊的複數值功率譜密度 (PSD) 矩陣。維度為 (…, freq, channel, channel) 的張量。
reference_channel (int 或 torch.Tensor) – 指定參考通道。如果 dtype 為
int，則表示參考通道索引。如果 dtype 為torch.Tensor，則其形狀為 (…, channel)，其中channel維度是 one-hot 編碼。diagonal_loading (bool, optional) – 如果為
True，則啟用對psd_n應用對角加載。(預設值：True)diag_eps (float, optional) – 乘以對角加載的單位矩陣的係數。僅當
diagonal_loading設定為True時才有效。(預設值：1e-7)eps (float, optional) – 要新增至波束成形權重公式中分母的值。(預設值：
1e-8)
- 傳回:
複數值 MVDR 波束成形權重矩陣，維度為 (…, freq, channel)。
- 傳回類型:
