SquimObjectiveBundle

class torchaudio.pipelines.SquimObjectiveBundle

資料類別，捆綁了相關資訊，以使用預訓練的 SquimObjective 模型。

此類別提供介面，用於實例化預訓練模型，以及檢索預訓練權重和與模型一起使用的其他資料所需的資訊。

Torchaudio 函式庫實例化此類別的物件，每個物件代表一個不同的預訓練模型。用戶端程式碼應透過這些實例存取預訓練模型。

此捆綁包可以估計語音增強的客觀指標分數，例如 STOI、PESQ、Si-SDR。典型的用例流程如 波形 -> 分數列表。請參閱下面的程式碼範例。

範例：估計輸入波形的客觀指標分數。

>>> import torch
>>> import torchaudio
>>> from torchaudio.pipelines import SQUIM_OBJECTIVE as bundle
>>>
>>> # Load the SquimObjective bundle
>>> model = bundle.get_model()
Downloading: "https://download.pytorch.org/torchaudio/models/squim_objective_dns2020.pth"
100%|████████████| 28.2M/28.2M [00:03<00:00, 9.24MB/s]
>>>
>>> # Resample audio to the expected sampling rate
>>> waveform = torchaudio.functional.resample(waveform, sample_rate, bundle.sample_rate)
>>>
>>> # Estimate objective metric scores
>>> scores = model(waveform)
>>> print(f"STOI: {scores[0].item()},  PESQ: {scores[1].item()}, SI-SDR: {scores[2].item()}.")

屬性

sample_rate

property SquimObjectiveBundle.sample_rate

模型訓練所用音訊的取樣率。

類型:

float

方法

get_model

SquimObjectiveBundle.get_model() → SquimObjective

建構 SquimObjective 模型，並載入預訓練權重。

返回:

SquimObjective 的變體。