neverlib 0.2.7__py3-none-any.whl → 0.2.9__py3-none-any.whl

neverlib/.history/metrics/spec_20250816141148.py

@@ -1,107 +0,0 @@
-'''
-Author: 凌逆战 | Never
-Date: 2025-08-16 13:51:57
-Description: 频域客观度量指标
-'''
-
-import librosa
-import numpy as np
-import soundfile as sf
-from neverlib.utils import EPS
-
-
-def sd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个音频信号之间的频谱距离 (Spectral Distance)。
-    该指标衡量两个信号在频域上的差异程度。
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        n_fft (int): FFT点数，决定频率分辨率，默认为2048
-        hop_length (int): 帧移，决定时间分辨率，默认为512
-        win_length (int, optional): 窗长，如果为None则默认为n_fft
-    Returns:
-        float: 频谱距离值，值越小表示两个信号越相似
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-    
-    # 计算短时傅里叶变换
-    ref_spec = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    test_spec = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    
-    # 计算频谱距离：均方根误差
-    spec_diff = ref_spec - test_spec
-    squared_diff = np.abs(spec_diff) ** 2
-    mean_squared_diff = np.mean(squared_diff)
-    sd_value = np.sqrt(mean_squared_diff)
-    
-    return sd_value
-
-
-
-
-def lsd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个一维音频信号之间的对数谱距离 (Log-Spectral Distance, LSD)。
-    该实现遵循标准的LSD定义: 整体均方根误差。
-
-    Args:
-        ref_wav (np.ndarray): 原始的、干净的参考信号 (一维数组)。
-        test_wav (np.ndarray): 模型估计或处理后的信号 (一维数组)。
-        n_fft (int): FFT点数, 决定了频率分辨率。
-        hop_length (int): 帧移, 决定了时间分辨率。
-        win_length (int, optional): 窗长。如果为None, 则默认为n_fft。
-        epsilon (float): 一个非常小的数值, 用于防止对零取对数, 保证数值稳定性。
-
-    Returns:
-        float: 对数谱距离值, 单位为分贝 (dB)。
-    """
-    assert ref_wav.ndim == 1 and test_wav.ndim == 1, "输入信号必须是一维数组。"
-    
-    if win_length is None:
-        win_length = n_fft
-
-    ref_stft = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-    test_stft = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-
-    ref_power_spec = np.abs(ref_stft) ** 2 # (F,T)
-    test_power_spec = np.abs(test_stft) ** 2 # (F,T)
-
-    ref_log_power_spec = 10 * np.log10(ref_power_spec + EPS)
-    test_log_power_spec = 10 * np.log10(test_power_spec + EPS)
-
-    squared_error = (ref_log_power_spec - test_log_power_spec) ** 2
-    lsd_val = np.sqrt(np.mean(squared_error))
-
-    return lsd_val
-
-def mcd(ref_wav, test_wav, sr=16000, n_mfcc=13):
-    """
-    计算两个音频信号之间的梅尔倒谱距离 (Mel-Cepstral Distance, MCD)。
-    该指标常用于语音合成质量评估，值越小表示两个信号越相似。
-
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        sr (int): 采样率，默认为16000Hz
-        n_mfcc (int): MFCC系数个数，默认为13
-
-    Returns:
-        float: 梅尔倒谱距离值，值越小表示两个信号越相似
-
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-
-    # 计算MFCC特征
-    ref_mfcc = librosa.feature.mfcc(y=ref_wav, sr=sr, n_mfcc=n_mfcc)
-    test_mfcc = librosa.feature.mfcc(y=test_wav, sr=sr, n_mfcc=n_mfcc)
-    
-    # 计算MCD (跳过0阶系数，因为0阶主要表示能量)
-    diff = ref_mfcc[1:] - test_mfcc[1:]
-    mcd_value = (10.0 / np.log(10)) * np.sqrt(2 * np.mean(np.sum(diff ** 2, axis=0)))
-    
-    return mcd_value
-
-
-if __name__ == "__main__":
-    

neverlib/.history/metrics/spec_20250816141219.py

@@ -1,123 +0,0 @@
-'''
-Author: 凌逆战 | Never
-Date: 2025-08-16 13:51:57
-Description: 频域客观度量指标
-'''
-
-import librosa
-import numpy as np
-import soundfile as sf
-from neverlib.utils import EPS
-
-
-def sd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个音频信号之间的频谱距离 (Spectral Distance)。
-    该指标衡量两个信号在频域上的差异程度。
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        n_fft (int): FFT点数，决定频率分辨率，默认为2048
-        hop_length (int): 帧移，决定时间分辨率，默认为512
-        win_length (int, optional): 窗长，如果为None则默认为n_fft
-    Returns:
-        float: 频谱距离值，值越小表示两个信号越相似
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-    
-    # 计算短时傅里叶变换
-    ref_spec = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    test_spec = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    
-    # 计算频谱距离：均方根误差
-    spec_diff = ref_spec - test_spec
-    squared_diff = np.abs(spec_diff) ** 2
-    mean_squared_diff = np.mean(squared_diff)
-    sd_value = np.sqrt(mean_squared_diff)
-    
-    return sd_value
-
-
-
-
-def lsd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个一维音频信号之间的对数谱距离 (Log-Spectral Distance, LSD)。
-    该实现遵循标准的LSD定义: 整体均方根误差。
-
-    Args:
-        ref_wav (np.ndarray): 原始的、干净的参考信号 (一维数组)。
-        test_wav (np.ndarray): 模型估计或处理后的信号 (一维数组)。
-        n_fft (int): FFT点数, 决定了频率分辨率。
-        hop_length (int): 帧移, 决定了时间分辨率。
-        win_length (int, optional): 窗长。如果为None, 则默认为n_fft。
-        epsilon (float): 一个非常小的数值, 用于防止对零取对数, 保证数值稳定性。
-
-    Returns:
-        float: 对数谱距离值, 单位为分贝 (dB)。
-    """
-    assert ref_wav.ndim == 1 and test_wav.ndim == 1, "输入信号必须是一维数组。"
-    
-    if win_length is None:
-        win_length = n_fft
-
-    ref_stft = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-    test_stft = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-
-    ref_power_spec = np.abs(ref_stft) ** 2 # (F,T)
-    test_power_spec = np.abs(test_stft) ** 2 # (F,T)
-
-    ref_log_power_spec = 10 * np.log10(ref_power_spec + EPS)
-    test_log_power_spec = 10 * np.log10(test_power_spec + EPS)
-
-    squared_error = (ref_log_power_spec - test_log_power_spec) ** 2
-    lsd_val = np.sqrt(np.mean(squared_error))
-
-    return lsd_val
-
-def mcd(ref_wav, test_wav, sr=16000, n_mfcc=13):
-    """
-    计算两个音频信号之间的梅尔倒谱距离 (Mel-Cepstral Distance, MCD)。
-    该指标常用于语音合成质量评估，值越小表示两个信号越相似。
-
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        sr (int): 采样率，默认为16000Hz
-        n_mfcc (int): MFCC系数个数，默认为13
-
-    Returns:
-        float: 梅尔倒谱距离值，值越小表示两个信号越相似
-
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-
-    # 计算MFCC特征
-    ref_mfcc = librosa.feature.mfcc(y=ref_wav, sr=sr, n_mfcc=n_mfcc)
-    test_mfcc = librosa.feature.mfcc(y=test_wav, sr=sr, n_mfcc=n_mfcc)
-    
-    # 计算MCD (跳过0阶系数，因为0阶主要表示能量)
-    diff = ref_mfcc[1:] - test_mfcc[1:]
-    mcd_value = (10.0 / np.log(10)) * np.sqrt(2 * np.mean(np.sum(diff ** 2, axis=0)))
-    
-    return mcd_value
-
-
-if __name__ == "__main__":
-    ref_file = "../data/vad_example.wav"   # 参考语音文件路径
-    test_file = "../data/vad_example.wav" # 测试语音文件路径
-    
-    ref_wav, ref_sr = sf.read(ref_file)
-    test_wav, test_sr = sf.read(test_file)
-    assert ref_sr == test_sr == 16000, "采样率必须为16000Hz"
-    assert len(ref_wav) == len(test_wav), "音频长度必须相同"
-
-    mcd_value = mcd(ref_wav, test_wav)
-    print(f"梅尔倒谱距离: {mcd_value:.2f}")
-
-    lsd_value = lsd(ref_wav, test_wav)
-    print(f"对数谱距离: {lsd_value:.2f}")
-
-    sd_value = sd(ref_wav, test_wav)
-    print(f"频谱距离: {sd_value:.2f}")
-    

neverlib/.history/metrics/spec_20250816141732.py

@@ -1,178 +0,0 @@
-'''
-频域客观度量指标计算脚本
-================================
-
-Author: 凌逆战 | Never
-Date: 2025-08-16 13:51:57
-Description: 音频信号频域客观度量指标计算工具
-
-功能说明:
----------
-本脚本提供了多种音频信号频域客观度量指标的计算函数，用于评估音频质量、
-比较不同音频信号的相似性，以及语音处理算法的性能评估。
-
-主要功能:
-1. SD (Spectral Distance) - 频谱距离
-   - 计算两个音频信号在频域上的差异程度
-   - 适用于音频质量评估和信号相似性分析
-
-2. LSD (Log-Spectral Distance) - 对数谱距离
-   - 在对数功率谱域计算信号距离
-   - 更符合人耳听觉特性，常用于语音质量评估
-
-3. MCD (Mel-Cepstral Distance) - 梅尔倒谱距离
-   - 基于MFCC特征的音频相似性度量
-   - 广泛应用于语音合成、语音识别等任务
-
-使用方法:
----------
-# 基本用法
-ref_wav = np.array([...])  # 参考音频信号
-test_wav = np.array([...]) # 测试音频信号
-
-# 计算频谱距离
-sd_value = sd(ref_wav, test_wav)
-
-# 计算对数谱距离
-lsd_value = lsd(ref_wav, test_wav)
-
-# 计算梅尔倒谱距离
-mcd_value = mcd(ref_wav, test_wav, sr=16000)
-
-依赖库:
--------
-- librosa: 音频信号处理
-- numpy: 数值计算
-- soundfile: 音频文件读写
-
-注意事项:
----------
-- 输入信号必须是一维numpy数组
-- 参考信号和测试信号长度必须相同
-- 采样率参数要与实际音频数据匹配
-- 建议使用16kHz采样率以获得最佳效果
-
-更新日志:
----------
-- 2025-08-16: 初始版本，实现SD、LSD、MCD三个核心指标
-- 优化了函数参数验证和错误处理
-- 添加了详细的文档说明和测试示例
-'''
-
-import librosa
-import numpy as np
-import soundfile as sf
-from neverlib.utils import EPS
-
-
-def sd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个音频信号之间的频谱距离 (Spectral Distance)。
-    该指标衡量两个信号在频域上的差异程度。
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        n_fft (int): FFT点数，决定频率分辨率，默认为2048
-        hop_length (int): 帧移，决定时间分辨率，默认为512
-        win_length (int, optional): 窗长，如果为None则默认为n_fft
-    Returns:
-        float: 频谱距离值，值越小表示两个信号越相似
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-    
-    # 计算短时傅里叶变换
-    ref_spec = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    test_spec = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    
-    # 计算频谱距离：均方根误差
-    spec_diff = ref_spec - test_spec
-    squared_diff = np.abs(spec_diff) ** 2
-    mean_squared_diff = np.mean(squared_diff)
-    sd_value = np.sqrt(mean_squared_diff)
-    
-    return sd_value
-
-
-
-
-def lsd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个一维音频信号之间的对数谱距离 (Log-Spectral Distance, LSD)。
-    该实现遵循标准的LSD定义: 整体均方根误差。
-
-    Args:
-        ref_wav (np.ndarray): 原始的、干净的参考信号 (一维数组)。
-        test_wav (np.ndarray): 模型估计或处理后的信号 (一维数组)。
-        n_fft (int): FFT点数, 决定了频率分辨率。
-        hop_length (int): 帧移, 决定了时间分辨率。
-        win_length (int, optional): 窗长。如果为None, 则默认为n_fft。
-        epsilon (float): 一个非常小的数值, 用于防止对零取对数, 保证数值稳定性。
-
-    Returns:
-        float: 对数谱距离值, 单位为分贝 (dB)。
-    """
-    assert ref_wav.ndim == 1 and test_wav.ndim == 1, "输入信号必须是一维数组。"
-    
-    if win_length is None:
-        win_length = n_fft
-
-    ref_stft = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-    test_stft = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-
-    ref_power_spec = np.abs(ref_stft) ** 2 # (F,T)
-    test_power_spec = np.abs(test_stft) ** 2 # (F,T)
-
-    ref_log_power_spec = 10 * np.log10(ref_power_spec + EPS)
-    test_log_power_spec = 10 * np.log10(test_power_spec + EPS)
-
-    squared_error = (ref_log_power_spec - test_log_power_spec) ** 2
-    lsd_val = np.sqrt(np.mean(squared_error))
-
-    return lsd_val
-
-def mcd(ref_wav, test_wav, sr=16000, n_mfcc=13):
-    """
-    计算两个音频信号之间的梅尔倒谱距离 (Mel-Cepstral Distance, MCD)。
-    该指标常用于语音合成质量评估，值越小表示两个信号越相似。
-
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        sr (int): 采样率，默认为16000Hz
-        n_mfcc (int): MFCC系数个数，默认为13
-
-    Returns:
-        float: 梅尔倒谱距离值，值越小表示两个信号越相似
-
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-
-    # 计算MFCC特征
-    ref_mfcc = librosa.feature.mfcc(y=ref_wav, sr=sr, n_mfcc=n_mfcc)
-    test_mfcc = librosa.feature.mfcc(y=test_wav, sr=sr, n_mfcc=n_mfcc)
-    
-    # 计算MCD (跳过0阶系数，因为0阶主要表示能量)
-    diff = ref_mfcc[1:] - test_mfcc[1:]
-    mcd_value = (10.0 / np.log(10)) * np.sqrt(2 * np.mean(np.sum(diff ** 2, axis=0)))
-    
-    return mcd_value
-
-
-if __name__ == "__main__":
-    ref_file = "../data/vad_example.wav"   # 参考语音文件路径
-    test_file = "../data/vad_example.wav" # 测试语音文件路径
-    
-    ref_wav, ref_sr = sf.read(ref_file)
-    test_wav, test_sr = sf.read(test_file)
-    assert ref_sr == test_sr == 16000, "采样率必须为16000Hz"
-    assert len(ref_wav) == len(test_wav), "音频长度必须相同"
-
-    mcd_value = mcd(ref_wav, test_wav)
-    print(f"梅尔倒谱距离: {mcd_value:.2f}")
-
-    lsd_value = lsd(ref_wav, test_wav)
-    print(f"对数谱距离: {lsd_value:.2f}")
-
-    sd_value = sd(ref_wav, test_wav)
-    print(f"频谱距离: {sd_value:.2f}")
-    

neverlib/.history/metrics/spec_20250816141740.py

@@ -1,178 +0,0 @@
-'''
-频域客观度量指标计算脚本
-================================
-
-Author: 凌逆战 | Never
-Date: 2025-08-16 13:51:57
-Description: 音频信号频域客观度量指标计算工具
-
-功能说明:
----------
-本脚本提供了多种音频信号频域客观度量指标的计算函数，用于评估音频质量、
-比较不同音频信号的相似性，以及语音处理算法的性能评估。
-
-主要功能:
-1. SD (Spectral Distance) - 频谱距离
-   - 计算两个音频信号在频域上的差异程度
-   - 适用于音频质量评估和信号相似性分析
-
-2. LSD (Log-Spectral Distance) - 对数谱距离
-   - 在对数功率谱域计算信号距离
-   - 更符合人耳听觉特性，常用于语音质量评估
-
-3. MCD (Mel-Cepstral Distance) - 梅尔倒谱距离
-   - 基于MFCC特征的音频相似性度量
-   - 广泛应用于语音合成、语音识别等任务
-
-使用方法:
----------
-# 基本用法
-ref_wav = np.array([...])  # 参考音频信号
-test_wav = np.array([...]) # 测试音频信号
-
-# 计算频谱距离
-sd_value = sd(ref_wav, test_wav)
-
-# 计算对数谱距离
-lsd_value = lsd(ref_wav, test_wav)
-
-# 计算梅尔倒谱距离
-mcd_value = mcd(ref_wav, test_wav, sr=16000)
-
-依赖库:
--------
-- librosa: 音频信号处理
-- numpy: 数值计算
-- soundfile: 音频文件读写
-
-注意事项:
----------
-- 输入信号必须是一维numpy数组
-- 参考信号和测试信号长度必须相同
-- 采样率参数要与实际音频数据匹配
-- 建议使用16kHz采样率以获得最佳效果
-
-更新日志:
----------
-- 2025-08-16: 初始版本，实现SD、LSD、MCD三个核心指标
-- 优化了函数参数验证和错误处理
-- 添加了详细的文档说明和测试示例
-'''
-
-import librosa
-import numpy as np
-import soundfile as sf
-from neverlib.utils import EPS
-
-
-def sd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个音频信号之间的频谱距离 (Spectral Distance)。
-    该指标衡量两个信号在频域上的差异程度。
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        n_fft (int): FFT点数，决定频率分辨率，默认为2048
-        hop_length (int): 帧移，决定时间分辨率，默认为512
-        win_length (int, optional): 窗长，如果为None则默认为n_fft
-    Returns:
-        float: 频谱距离值，值越小表示两个信号越相似
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-    
-    # 计算短时傅里叶变换
-    ref_spec = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    test_spec = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length)
-    
-    # 计算频谱距离：均方根误差
-    spec_diff = ref_spec - test_spec
-    squared_diff = np.abs(spec_diff) ** 2
-    mean_squared_diff = np.mean(squared_diff)
-    sd_value = np.sqrt(mean_squared_diff)
-    
-    return sd_value
-
-
-
-
-def lsd(ref_wav, test_wav, n_fft=2048, hop_length=512, win_length=None):
-    """
-    计算两个一维音频信号之间的对数谱距离 (Log-Spectral Distance, LSD)。
-    该实现遵循标准的LSD定义: 整体均方根误差。
-
-    Args:
-        ref_wav (np.ndarray): 原始的、干净的参考信号 (一维数组)。
-        test_wav (np.ndarray): 模型估计或处理后的信号 (一维数组)。
-        n_fft (int): FFT点数, 决定了频率分辨率。
-        hop_length (int): 帧移, 决定了时间分辨率。
-        win_length (int, optional): 窗长。如果为None, 则默认为n_fft。
-        epsilon (float): 一个非常小的数值, 用于防止对零取对数, 保证数值稳定性。
-
-    Returns:
-        float: 对数谱距离值, 单位为分贝 (dB)。
-    """
-    assert ref_wav.ndim == 1 and test_wav.ndim == 1, "输入信号必须是一维数组。"
-    
-    if win_length is None:
-        win_length = n_fft
-
-    ref_stft = librosa.stft(ref_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-    test_stft = librosa.stft(test_wav, n_fft=n_fft, hop_length=hop_length, win_length=win_length) # (F,T)
-
-    ref_power_spec = np.abs(ref_stft) ** 2 # (F,T)
-    test_power_spec = np.abs(test_stft) ** 2 # (F,T)
-
-    ref_log_power_spec = 10 * np.log10(ref_power_spec + EPS)
-    test_log_power_spec = 10 * np.log10(test_power_spec + EPS)
-
-    squared_error = (ref_log_power_spec - test_log_power_spec) ** 2
-    lsd_val = np.sqrt(np.mean(squared_error))
-
-    return lsd_val
-
-def mcd(ref_wav, test_wav, sr=16000, n_mfcc=13):
-    """
-    计算两个音频信号之间的梅尔倒谱距离 (Mel-Cepstral Distance, MCD)。
-    该指标常用于语音合成质量评估，值越小表示两个信号越相似。
-
-    Args:
-        ref_wav (np.ndarray): 参考音频信号 (一维数组)
-        test_wav (np.ndarray): 测试音频信号 (一维数组)
-        sr (int): 采样率，默认为16000Hz
-        n_mfcc (int): MFCC系数个数，默认为13
-
-    Returns:
-        float: 梅尔倒谱距离值，值越小表示两个信号越相似
-
-    """
-    assert len(ref_wav) == len(test_wav), "输入信号长度必须相同"
-
-    # 计算MFCC特征
-    ref_mfcc = librosa.feature.mfcc(y=ref_wav, sr=sr, n_mfcc=n_mfcc)
-    test_mfcc = librosa.feature.mfcc(y=test_wav, sr=sr, n_mfcc=n_mfcc)
-    
-    # 计算MCD (跳过0阶系数，因为0阶主要表示能量)
-    diff = ref_mfcc[1:] - test_mfcc[1:]
-    mcd_value = (10.0 / np.log(10)) * np.sqrt(2 * np.mean(np.sum(diff ** 2, axis=0)))
-    
-    return mcd_value
-
-
-if __name__ == "__main__":
-    ref_file = "../data/vad_example.wav"   # 参考语音文件路径
-    test_file = "../data/vad_example.wav" # 测试语音文件路径
-    
-    ref_wav, ref_sr = sf.read(ref_file)
-    test_wav, test_sr = sf.read(test_file)
-    assert ref_sr == test_sr == 16000, "采样率必须为16000Hz"
-    assert len(ref_wav) == len(test_wav), "音频长度必须相同"
-
-    mcd_value = mcd(ref_wav, test_wav)
-    print(f"梅尔倒谱距离: {mcd_value:.2f}")
-
-    lsd_value = lsd(ref_wav, test_wav)
-    print(f"对数谱距离: {lsd_value:.2f}")
-
-    sd_value = sd(ref_wav, test_wav)
-    print(f"频谱距离: {sd_value:.2f}")
-