快捷方式

SquimObjectiveBundle

class torchaudio.pipelines.SquimObjectiveBundle[source]

数据类,用于捆绑使用预训练 SquimObjective 模型的相关信息。

此类提供用于实例化预训练模型的接口,以及检索预训练权重和与模型一起使用的其他数据所需的信息。

Torchaudio 库实例化此类的对象,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。

此捆绑包可以估计语音增强的客观指标分数,例如 STOI、PESQ、Si-SDR。典型的用例是 波形 -> 分数列表 这样的流程。请参见下面的代码示例。

示例:估计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

模型训练所用音频的采样率。

类型:

float

方法

get_model

SquimObjectiveBundle.get_model() SquimObjective[source]

构建 SquimObjective 模型,并加载预训练权重。

返回:

SquimObjective 的变体。

文档

访问 PyTorch 的综合开发者文档

查看文档

教程

获取面向初学者和高级开发者的深入教程

查看教程

资源

查找开发资源并获得问题解答

查看资源