快捷方式

SquimObjectiveBundle

class torchaudio.pipelines.SquimObjectiveBundle[源代码]

用于捆绑相关信息以使用预训练的 SquimObjective 模型的类。

此类提供用于实例化预训练模型以及检索预训练权重和模型附加数据所需信息的接口。

Torchaudio 库会实例化此类对象,每个对象代表一个不同的预训练模型。客户端代码应通过这些实例访问预训练模型。

此捆绑包可以估算语音增强的客观指标分数,例如 STOI、PESQ、Si-SDR。典型的用例是一个流程,如波形 -> 分数列表。请参阅下面的代码示例。

示例:估算输入波形的客观指标分数。
>>> 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()}.")

属性

sample_rate

property SquimObjectiveBundle.sample_rate

模型训练所使用的音频的采样率。

类型

浮点数

方法

get_model

SquimObjectiveBundle.get_model() SquimObjective[源代码]

构建 SquimObjective 模型,并加载预训练的权重。

返回

SquimObjective 的变体。

文档

访问全面的 PyTorch 开发者文档

查看文档

教程

为初学者和高级开发者提供深入的教程

查看教程

资源

查找开发资源并让您的问题得到解答

查看资源