SquimSubjective

class torchaudio.models.SquimSubjective(ssl_model: Module, projector: Module, predictor: Module)

語音品質和可理解性測量 (SQUIM) 模型，用於預測語音增強的主觀指標分數 (例如，平均意見分數 (MOS))。該模型採用自 NORESQA-MOS [Manocha and Kumar, 2022]，該模型在給定輸入語音和非匹配參考的情況下預測 MOS 分數。

參數:

• ssl_model (torch.nn.Module) – 用於特徵提取的自我監督學習模型。

• projector (torch.nn.Module) – 將 SSL 特徵投影到較低維度的投影層。

• predictor (torch.nn.Module) – 預測主觀分數。

使用 SquimSubjective 的教學

Torchaudio-Squim：TorchAudio 中非侵入式語音評估

Torchaudio-Squim：TorchAudio 中非侵入式語音評估

方法

forward

SquimSubjective.forward(waveform: Tensor, reference: Tensor)

預測主觀評估指標分數。

參數:

• waveform (torch.Tensor) – 用於評估的輸入波形。維度為 (批次, 時間) 的張量。

• reference (torch.Tensor) – 非匹配的乾淨參考。維度為 (批次, time_ref) 的張量。

返回:

主觀指標分數。維度為 (批次,) 的張量。

返回類型:

(torch.Tensor)

工廠函數

squim_subjective_model	建置自訂 torchaudio.prototype.models.SquimSubjective 模型。
squim_subjective_base	使用預設參數建置 torchaudio.prototype.models.SquimSubjective 模型。