SquimSubjectiveBundle

class torchaudio.pipelines.SquimSubjectiveBundle

資料類別，捆綁相關資訊以使用預訓練的 SquimSubjective 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 函式庫會實例化此類別的物件，每個物件代表不同的預訓練模型。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主觀指標分數，例如 MOS。典型的用例流程如 波形 -> 分數。請參閱以下程式碼範例。

範例：估計輸入波形的主觀指標分數。

>>> import torch
>>> import torchaudio
>>> from torchaudio.pipelines import SQUIM_SUBJECTIVE as bundle
>>>
>>> # Load the SquimSubjective bundle
>>> model = bundle.get_model()
Downloading: "https://download.pytorch.org/torchaudio/models/squim_subjective_bvcc_daps.pth"
100%|████████████| 360M/360M [00:09<00:00, 41.1MB/s]
>>>
>>> # Resample audio to the expected sampling rate
>>> waveform = torchaudio.functional.resample(waveform, sample_rate, bundle.sample_rate)
>>> # Use a clean reference (doesn't need to be the reference for the waveform) as the second input
>>> reference = torchaudio.functional.resample(reference, sample_rate, bundle.sample_rate)
>>>
>>> # Estimate subjective metric scores
>>> score = model(waveform, reference)
>>> print(f"MOS: {score}.")

屬性

sample_rate

property SquimSubjectiveBundle.sample_rate

模型訓練所用音訊的取樣率。

類型:

float

方法

get_model

SquimSubjectiveBundle.get_model() → SquimSubjective

建構 SquimSubjective 模型，並載入預訓練權重。 :returns: SquimObjective 的變體。