SquimSubjective

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

语音质量和可懂度指标 (SQUIM) 模型，用于预测语音增强的主观指标分数（例如，平均意见得分 (MOS)）。该模型采纳自 NORESQA-MOS [Manocha and Kumar, 2022]，该模型在给定输入语音和非匹配参考的情况下预测 MOS 分数。

参数:

• ssl_model (torch.nn.Module) – 用于特征提取的自监督学习模型。

• projector (torch.nn.Module) – 将 SSL 特征投影到较低维度的投影层。

• predictor (torch.nn.Module) – 预测主观分数。

使用 SquimSubjective 的教程

Torchaudio-Squim：TorchAudio 中的非侵入式语音评估

Torchaudio-Squim：TorchAudio 中的非侵入式语音评估

方法

forward

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

预测主观评估指标分数。

参数:

• waveform (torch.Tensor) – 用于评估的输入波形。维度为 (batch, time) 的张量。

• reference (torch.Tensor) – 非匹配的干净参考。维度为 (batch, time_ref) 的张量。

返回值:

主观指标分数。维度为 (batch,) 的张量。

返回类型:

(torch.Tensor)

工厂函数

squim_subjective_model	构建自定义的 torchaudio.prototype.models.SquimSubjective 模型。
squim_subjective_base	使用默认参数构建 torchaudio.prototype.models.SquimSubjective 模型。