SquimSubjective

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

語音質量和可懂度評估 (SQUIM) 模型，用於預測用於語音增強的主觀指標得分（例如，平均主觀意見分數 (MOS)）。該模型改編自 NORESQA-MOS [Manocha and Kumar, 2022]，它根據輸入語音和非匹配參考預測 MOS 分數。

引數:

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

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

• predictor (torch.nn.Module) – 預測主觀得分。

使用 SquimSubjective 的教程

Torchaudio-Squim：Torchaudio 中的非侵入式語音評估

Torchaudio-Squim：Torchaudio 中的非侵入式語音評估

方法

forward

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

預測主觀評估指標得分。

引數:

• waveform (torch.Tensor) – 用於評估的輸入波形。維度為 (batch, time) 的 Tensor。

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

返回:

主觀指標得分。維度為 (batch,) 的 Tensor。

返回型別:

(torch.Tensor)

工廠函式

squim_subjective_model	構建一個自定義的 torchaudio.prototype.models.SquimSubjective 模型。
squim_subjective_base	使用預設引數構建 torchaudio.prototype.models.SquimSubjective 模型。