用 pesq 给 torchaudio 读取的音频数据打分

这篇具有很好参考价值的文章主要介绍了用 pesq 给 torchaudio 读取的音频数据打分。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

 用torchaudio读取的音频文件,在输入pesq之前需要进行格式处理与转换。

import torchaudio
from pesq import pesq

# 读取音频文件
audio_clean, src = torchaudio.load('./audio/NOIZEUS/clean/sp01.wav')
audio_0dB, sr0 = torchaudio.load('./audio/NOIZEUS/bable/0dB/sp01_babble_sn0.wav')
audio_5dB, sr5 = torchaudio.load('./audio/NOIZEUS/bable/5dB/sp01_babble_sn5.wav')
audio_10dB, sr10 = torchaudio.load('./audio/NOIZEUS/bable/10dB/sp01_babble_sn10.wav')
audio_15dB, sr15 = torchaudio.load('./audio/NOIZEUS/bable/15dB/sp01_babble_sn15.wav')

audio_clean = audio_clean.squeeze(0).numpy()
audio_0dB = audio_0dB.squeeze(0).numpy()
audio_5dB = audio_5dB.squeeze(0).numpy()
audio_10dB = audio_10dB.squeeze(0).numpy()
audio_15dB = audio_15dB.squeeze(0).numpy()



score_c_c = pesq(fs = src, ref = audio_clean, deg = audio_clean, mode = 'nb')
 
score_c_15 = pesq(fs = src, ref = audio_clean, deg = audio_15dB, mode = 'nb')
 
score_c_10 = pesq(fs = src, ref = audio_clean, deg = audio_10dB, mode = 'nb')
 
score_c_5 = pesq(fs = src, ref = audio_clean, deg = audio_5dB, mode = 'nb')
 
score_c_0 = pesq(fs = src, ref = audio_clean, deg = audio_0dB, mode = 'nb')
 
score_0_0 = pesq(fs = src, ref = audio_0dB, deg = audio_0dB, mode = 'nb')

输出结果如下: 

用 pesq 给 torchaudio 读取的音频数据打分,python,torchaudio,pesq

 文章来源地址https://www.toymoban.com/news/detail-572058.html

到了这里,关于用 pesq 给 torchaudio 读取的音频数据打分的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • pytorch对音频数据的读取和保存

      torchaudio是PyTorch深度学习框架的一部分,主要用于处理和分析音频数据。它提供了丰富的音频信号处理工具、特征提取功能以及与深度学习模型结合的接口,使得在PyTorch中进行音频相关的机器学习和深度学习任务变得更加便捷。   通过使用torchaudio,开发者能够轻松地

    2024年04月29日
    浏览(25)
  • Python | 语音处理 | 用 librosa / AudioSegment / soundfile 读取音频文件的对比

    本文对比用 Python 读取音频文件 (.wav, .mp3) 的三种方式: soundfile.read librosa.load pydub.AudioSegment.from_file 使用总结如下: soundfile.read : 只能读 .wav ,不能读 .mp3; 默认 dtype = \\\'float64\\\' ,输出为 (-1, 1) 之间的数据 (做了 32768 归一化);修改为 dtype = \\\'int16\\\' ,输出为 (-2**15, 2**15-1) 之间;

    2024年02月14日
    浏览(33)
  • 基于SVM+TensorFlow+Django的酒店评论打分智能推荐系统——机器学习算法应用(含python工程源码)+数据集+模型(一)

    本项目以支持向量机(SVM)技术为核心,利用酒店评论数据集进行了情感分析模型的训练。通过使用Word2Vec生成词向量,该项目实现了一个打分推荐系统,其中服务器端提供数据,而客户端则查询数据。 首先,项目使用了酒店评论数据集,这些评论包括了来自不同用户的对酒

    2024年02月07日
    浏览(30)
  • pyqt5:python读取二进制文件(音频PCM文件)显示波形

    有个项目需要输出10-50Hz的低频信号驱动线圈,考虑使用音频功放硬件,所以做这方面的预研。 参考文章: 作者:很久没安静的回忆了,文章:音频 PCM 详解 作者:怪我冷i,文章:音视频从入门到精通——FFmpeg分离出PCM数据实战 3.作者:cuijiecheng2018,文章:windows下使用FFmp

    2023年04月21日
    浏览(27)
  • PyTorch与torchvision、torchaudio、python版本对应关系

    PyTorch与torchvision、python 对应关系 torch    torchvision    python main / nightly    main / nightly    =3.7, =3.10 1.12.0    0.13.0    =3.7, =3.10 1.11.0    0.12.3    =3.7, =3.10 1.10.2    0.11.3    =3.6, =3.9 1.10.1    0.11.2    =3.6, =3.9 1.10.0    0.11.1    =3.6, =3.9 1.9.1    0.10.1    =3.6, =3.9 1.

    2024年02月09日
    浏览(26)
  • PyTorch中torch、torchtext、torchvision、torchaudio与Python版本兼容性

    torch与torchtext,Python对应关系,来源:https://pypi.org/project/torchtext/ 截止发文,最新版本:torch 2.0.0,torchtext 0.15.1 安装方法: 或 torch与torchvision,Python对应关系,来源:https://github.com/pytorch/vision 截止发文,最新版本:torch 2.0.0,torchvision 0.15.1 安装方法: 或 torch与torchaudio,Pyt

    2024年02月04日
    浏览(44)
  • python使用列表模拟10个评委打分,去除最高、低分后,求平均分

    1、 打分实现 定义一个空列表接收评委的打分  : scores = []   在for循环中接收打分,并对分数进行判断: scores.append(score)#使用append函数将打分存入列表中 判断高低分,然后使用remove函数去掉高低分 2、猜拳实现: 3、1-100偶数累加实现: 法一: 法二:   4、退出循环:bre

    2024年02月11日
    浏览(45)
  • PyTorch框架中torch、torchvision、torchaudio与python之间的版本对应关系(9月最新版)

    随着python语言和pytorch框架的更新,torchtorchvisiontorchaudio与python之间的版本对应关系也在不断地更新。 最新版本 torch与torchvision 对应关系如下: 稍旧版本 torch与torchvision 对应关系如下: 最新版本 torch与torchaudio 对应关系如下:

    2024年02月21日
    浏览(36)
  • python 3.7安装并配置 pytorch(torch 1.8.2 + cuda 11.1 + torchaudio 0.8.2 + torchvision 0.9.2)

    本篇文章主要介绍在Windows下 python 3.7 配置 pytorch,帮助需要的朋友避坑 安装 pytorch 需要多个版本适配,本文提供一种使用于python 3.7 和 cuda 的安装方法,同时给出一些处理问题的建议 python 3.7 是比较稳定的版本,可以根据自己的需求安装,可以参考博客: anaconda安装 补充:

    2024年02月03日
    浏览(48)
  • 音频数据小波去噪-python

    大部分内容参考自https://zhuanlan.zhihu.com/p/157540476 原文中处理的数据类型是一维数据类型,由于wav文件也是一维数据,因此同样适用。 1.1 基本介绍 小波层数:5 小波基:sym8 阈值公式: ,cD1为第一层分解的细节系数,N为数据长度 阈值函数:软硬阈值折中的方法 1.2 代码 1.3 去噪

    2023年04月17日
    浏览(33)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包