SquimSubjectiveBundle

class torchaudio.pipelines.SquimSubjectiveBundle

捆綁關聯資訊以使用預訓練的 SquimSubjective 模型的資料類。

此類提供用於例項化預訓練模型的介面，以及檢索預訓練權重和與模型一起使用的額外資料所需的資訊。

Torchaudio 庫例項化此類物件，每個物件代表一個不同的預訓練模型。客戶端程式碼應透過這些例項訪問預訓練模型。

此捆綁包可以估計語音增強的主觀度量分數，例如 MOS。典型的用例流程為：波形 -> 分數。請參見下面的程式碼示例。

示例：估計輸入波形的主觀度量分數。

>>> 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

模型訓練所使用的音訊的取樣率。

型別：

float

方法

get_model

SquimSubjectiveBundle.get_model() → SquimSubjective

構建 SquimSubjective 模型並載入預訓練權重。:返回：SquimObjective 的變體。