torchaudio.functional.mvdr_weights_souden¶
- torchaudio.functional.mvdr_weights_souden(psd_s: Tensor, psd_n: Tensor, reference_channel: Union[int, Tensor], diagonal_loading: bool = True, diag_eps: float = 1e-07, eps: float = 1e-08) Tensor[source]¶
计算由 Souden et, al. [Souden et al., 2009] 提出的方法，来获得最小方差无失真响应 (MVDR [Capon, 1969]) 波束成形权重。
给定目标语音的功率谱密度 (PSD) 矩阵 \(\bf{\Phi}_{\textbf{SS}}\)，噪声的 PSD 矩阵 \(\bf{\Phi}_{\textbf{NN}}\)，以及表示参考通道的 one-hot 向量 \(\bf{u}\)，该方法计算 MVDR 波束成形权重矩阵 \(\textbf{w}_{\text{MVDR}}\)。公式定义为：
\[\textbf{w}_{\text{MVDR}}(f) = \frac{{{\bf{\Phi}_{\textbf{NN}}^{-1}}(f){\bf{\Phi}_{\textbf{SS}}}}(f)} {\text{Trace}({{{\bf{\Phi}_{\textbf{NN}}^{-1}}(f) \bf{\Phi}_{\textbf{SS}}}(f))}}\bm{u} \]- 参数:
psd_s (torch.Tensor) – 目标语音的复值功率谱密度 (PSD) 矩阵。维度为 (…, freq, channel, channel) 的张量。
psd_n (torch.Tensor) – 噪声的复值功率谱密度 (PSD) 矩阵。维度为 (…, freq, channel, channel) 的张量。
reference_channel (int 或 torch.Tensor) – 指定参考通道。如果 dtype 是
int，则表示参考通道索引。如果 dtype 是torch.Tensor，则其形状为 (…, channel)，其中channel维度是 one-hot 编码。diagonal_loading (bool, 可选) – 如果为
True，则启用对psd_n应用对角加载。（默认值：True）diag_eps (float, 可选) – 对角加载时乘以单位矩阵的系数。仅当
diagonal_loading设置为True时才有效。（默认值：1e-7）eps (float, 可选) – 添加到波束成形权重公式分母的值。（默认值：
1e-8）
- 返回:
复值 MVDR 波束成形权重矩阵，维度为 (…, freq, channel)。
- 返回类型:
