si-sdr代码

以下是一个简单的 Python 实现 Si-SNR (Scale-Invariant Signal-to-Noise Ratio) 的代码：

import torch

def si_snr(estimation, target):
    """
    计算 Scale-Invariant Signal-to-Noise Ratio (SI-SNR)
    :param estimation: 估计的音频信号, shape=[batch_size, signal_length]
    :param target: 目标音频信号, shape=[batch_size, signal_length]
    :return: 平均 SI-SNR 值
    """
    assert estimation.shape == target.shape, "估计的音频信号和目标音频信号的形状不匹配"
    batch_size = estimation.size(0)

    # 求出 target 的能量
    target_energy = torch.sum(target ** 2, dim=1, keepdim=True) + 1e-8

    # 计算 scale invariant 的估计信号和目标信号
    scale = torch.sum(target * estimation, dim=1, keepdim=True) / target_energy
    est_target = scale * target
    est_noise = estimation - est_target

    # 求出 signal-to-distortion ratio (SDR)
    target_power = torch.sum(target ** 2, dim=1, keepdim=True) + 1e-8
    est_target_power = torch.sum(est_target ** 2, dim=1, keepdim=True) + 1e-8
    est_noise_power = torch.sum(est_noise ** 2, dim=1, keepdim=True) + 1e-8
    sdr = 10 * torch.log10(est_target_power / est_noise_power)

    # 求出平均 SI-SNR
    return torch.mean(sdr - 10 * torch.log10(target_power / est_noise_power))

需要注意的是，这个实现假设输入的两个信号都已经经过了预处理，比如说标准化和截断。如果你的输入信号没有经过这些预处理，你需要在计算 SI-SNR 之前先进行处理。