metadata

title: ViSQOL Audio Quality API
emoji: 🎧
colorFrom: blue
colorTo: green
sdk: docker
app_port: 8000

ViSQOL 音频质量评估 API

这是一个基于 FastAPI 的 Hugging Face Space，用于提供 ViSQOL 音频质量评估服务。

它使用了 Google 的 ViSQOL 算法 (Linux 编译版本，适用于 Python 3.8) 来计算参考音频和待评估音频之间的感知相似度得分 (MOS-LQO)。

API 端点

POST /evaluate/
- 接收两个音频文件 (reference 和 degraded) 以及一个模式参数 (mode, 'audio' 或 'speech')。
- 返回包含 MOS-LQO 得分和其他信息的 JSON 响应。

如何使用

你可以通过发送 POST 请求到部署后的 Space URL 的 /evaluate/ 路径来使用此 API。

示例 (Python):

import requests

# 替换为你的 Space URL
API_URL = "https://你的用户名-你的spacename.hf.space/evaluate/" 

files = {
    'reference': open('path/to/reference.wav', 'rb'),
    'degraded': open('path/to/degraded.wav', 'rb')
}

params = {'mode': 'audio'} # 或 'speech'

response = requests.post(API_URL, files=files, params=params)

if response.status_code == 200:
    result = response.json()
    print(f"评估结果: {result}")
    if result['status'] == '处理成功':
        print(f"MOS-LQO: {result['moslqo']}")
    else:
        print(f"处理失败: {result['error_message']}")
else:
    print(f"API 请求错误: {response.status_code} - {response.text}")

注意

输入的音频文件推荐使用 WAV 格式。
参考音频和待评估音频的采样率应该匹配。
此 Space 使用的 ViSQOL 库是为 Python 3.8 编译的。